Overview

Dataset statistics

Number of variables30
Number of observations108926
Missing cells96791
Missing cells (%)3.0%
Duplicate rows0
Duplicate rows (%)0.0%
Total size in memory24.9 MiB
Average record size in memory240.0 B

Variable types

Numeric7
Categorical23

Warnings

page has a high cardinality: 108369 distinct values High cardinality
description has a high cardinality: 90204 distinct values High cardinality
public_date has a high cardinality: 1273 distinct values High cardinality
update_date has a high cardinality: 69 distinct values High cardinality
metro_station has a high cardinality: 79 distinct values High cardinality
metro_station is highly correlated with districtHigh correlation
district is highly correlated with metro_stationHigh correlation
kitchen_square has 51206 (47.0%) missing values Missing
live_square has 45585 (41.8%) missing values Missing
df_index is uniformly distributed Uniform
page is uniformly distributed Uniform
df_index has unique values Unique

Reproduction

Analysis started2021-04-04 12:32:08.983696
Analysis finished2021-04-04 12:33:18.572179
Duration1 minute and 9.59 seconds
Software versionpandas-profiling v2.11.0
Download configurationconfig.yaml

Variables

df_index
Real number (ℝ≥0)

UNIFORM
UNIQUE

Distinct108926
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean54562.0272
Minimum0
Maximum109130
Zeros1
Zeros (%)< 0.1%
Memory size851.1 KiB
2021-04-04T15:33:18.713267image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum0
5-th percentile5454.25
Q127280.25
median54560.5
Q381842.75
95-th percentile103673.75
Maximum109130
Range109130
Interquartile range (IQR)54562.5

Descriptive statistics

Standard deviation31502.8178
Coefficient of variation (CV)0.5773762343
Kurtosis-1.199890007
Mean54562.0272
Median Absolute Deviation (MAD)27281.5
Skewness0.0001051068161
Sum5943223375
Variance992427529.5
MonotocityStrictly increasing
2021-04-04T15:33:18.844532image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
01
 
< 0.1%
580571
 
< 0.1%
375751
 
< 0.1%
396221
 
< 0.1%
334771
 
< 0.1%
355241
 
< 0.1%
457631
 
< 0.1%
478101
 
< 0.1%
416651
 
< 0.1%
437121
 
< 0.1%
Other values (108916)108916
> 99.9%
ValueCountFrequency (%)
01
< 0.1%
11
< 0.1%
21
< 0.1%
31
< 0.1%
41
< 0.1%
ValueCountFrequency (%)
1091301
< 0.1%
1091291
< 0.1%
1091281
< 0.1%
1091271
< 0.1%
1091261
< 0.1%

page
Categorical

HIGH CARDINALITY
UNIFORM

Distinct108369
Distinct (%)99.5%
Missing0
Missing (%)0.0%
Memory size851.1 KiB
https://www.domofond.ru/2-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3091925360
 
2
https://www.domofond.ru/4-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-263659616
 
2
https://www.domofond.ru/3-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3273602835
 
2
https://www.domofond.ru/kvartira-na-prodazhu-sankt_peterburg-2732423942
 
2
https://www.domofond.ru/kvartira-na-prodazhu-sankt_peterburg-2869353998
 
2
Other values (108364)
108916 

Length

Max length84
Median length84
Mean length81.73651837
Min length70

Characters and Unicode

Total characters8903232
Distinct characters36
Distinct categories5 ?
Distinct scripts2 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique107812 ?
Unique (%)99.0%

Sample

1st rowhttps://www.domofond.ru/1-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3209848848
2nd rowhttps://www.domofond.ru/kvartira-na-prodazhu-sankt_peterburg-2558985602
3rd rowhttps://www.domofond.ru/1-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3249574347
4th rowhttps://www.domofond.ru/2-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3295280875
5th rowhttps://www.domofond.ru/5-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3213977858
ValueCountFrequency (%)
https://www.domofond.ru/2-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-30919253602
 
< 0.1%
https://www.domofond.ru/4-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-2636596162
 
< 0.1%
https://www.domofond.ru/3-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-32736028352
 
< 0.1%
https://www.domofond.ru/kvartira-na-prodazhu-sankt_peterburg-27324239422
 
< 0.1%
https://www.domofond.ru/kvartira-na-prodazhu-sankt_peterburg-28693539982
 
< 0.1%
https://www.domofond.ru/3-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-29950346532
 
< 0.1%
https://www.domofond.ru/kvartira-na-prodazhu-sankt_peterburg-32264380032
 
< 0.1%
https://www.domofond.ru/kvartira-na-prodazhu-sankt_peterburg-31121305742
 
< 0.1%
https://www.domofond.ru/2-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-2579067522
 
< 0.1%
https://www.domofond.ru/1-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-32021981742
 
< 0.1%
Other values (108359)108906
> 99.9%
2021-04-04T15:33:19.706627image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
https://www.domofond.ru/2-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-30919253602
 
< 0.1%
https://www.domofond.ru/4-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-2636596162
 
< 0.1%
https://www.domofond.ru/3-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-32736028352
 
< 0.1%
https://www.domofond.ru/kvartira-na-prodazhu-sankt_peterburg-27324239422
 
< 0.1%
https://www.domofond.ru/kvartira-na-prodazhu-sankt_peterburg-28693539982
 
< 0.1%
https://www.domofond.ru/3-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-29950346532
 
< 0.1%
https://www.domofond.ru/kvartira-na-prodazhu-sankt_peterburg-32264380032
 
< 0.1%
https://www.domofond.ru/kvartira-na-prodazhu-sankt_peterburg-31121305742
 
< 0.1%
https://www.domofond.ru/2-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-2579067522
 
< 0.1%
https://www.domofond.ru/1-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-32021981742
 
< 0.1%
Other values (108359)108906
> 99.9%

Most occurring characters

ValueCountFrequency (%)
a814747
 
9.2%
r653556
 
7.3%
t634669
 
7.1%
-615782
 
6.9%
o525743
 
5.9%
n506856
 
5.7%
p326778
 
3.7%
/326778
 
3.7%
w326778
 
3.7%
d326778
 
3.7%
Other values (26)3844767
43.2%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter6346690
71.3%
Decimal Number1178278
 
13.2%
Other Punctuation653556
 
7.3%
Dash Punctuation615782
 
6.9%
Connector Punctuation108926
 
1.2%

Most frequent character per category

ValueCountFrequency (%)
a814747
12.8%
r653556
10.3%
t634669
 
10.0%
o525743
 
8.3%
n506856
 
8.0%
p326778
 
5.1%
w326778
 
5.1%
d326778
 
5.1%
u326778
 
5.1%
k307891
 
4.9%
Other values (11)1596116
25.1%
ValueCountFrequency (%)
3211733
18.0%
2183239
15.6%
1133209
11.3%
4111042
9.4%
9107637
9.1%
595450
8.1%
087555
7.4%
884934
7.2%
683648
 
7.1%
779831
 
6.8%
ValueCountFrequency (%)
/326778
50.0%
.217852
33.3%
:108926
 
16.7%
ValueCountFrequency (%)
-615782
100.0%
ValueCountFrequency (%)
_108926
100.0%

Most occurring scripts

ValueCountFrequency (%)
Latin6346690
71.3%
Common2556542
28.7%

Most frequent character per script

ValueCountFrequency (%)
a814747
12.8%
r653556
10.3%
t634669
 
10.0%
o525743
 
8.3%
n506856
 
8.0%
p326778
 
5.1%
w326778
 
5.1%
d326778
 
5.1%
u326778
 
5.1%
k307891
 
4.9%
Other values (11)1596116
25.1%
ValueCountFrequency (%)
-615782
24.1%
/326778
12.8%
.217852
 
8.5%
3211733
 
8.3%
2183239
 
7.2%
1133209
 
5.2%
4111042
 
4.3%
:108926
 
4.3%
_108926
 
4.3%
9107637
 
4.2%
Other values (5)431418
16.9%

Most occurring blocks

ValueCountFrequency (%)
ASCII8903232
100.0%

Most frequent character per block

ValueCountFrequency (%)
a814747
 
9.2%
r653556
 
7.3%
t634669
 
7.1%
-615782
 
6.9%
o525743
 
5.9%
n506856
 
5.7%
p326778
 
3.7%
/326778
 
3.7%
w326778
 
3.7%
d326778
 
3.7%
Other values (26)3844767
43.2%

description
Categorical

HIGH CARDINALITY

Distinct90204
Distinct (%)82.8%
Missing0
Missing (%)0.0%
Memory size851.1 KiB
Светлая квартира современной планировки с полной качественной отделкой в III очереди строительства ЖК «Огни залива» на первой линии Дудергофского канала в 200 м от берега Финского залива и Южно-Приморского парка. Минимальная ширина комнат 3,14 м, высота потолка 2,72 м. Отделка квартир включает в себя: обои под покраску, ламинат 32 класса, плинтусы и порожки в тон, межкомнатные двери, радиаторы отопления с регуляцией и разводкой труб в полу, кафельная плитка на стенах и на полу санузлов, полный комплект сантехники, выводы под стиральную машину в ванной и раковину на кухне, двухкамерные стеклопакеты, счетчики воды и тепла. Часть квартир сдается без отделки. Дома на 1 675 квартир оснащены подземным отапливаемым паркингом. Комплекс расположен в обжитом микрорайоне в Красносельском районе Петербурга на берегу Финского залива и Дудергофского канала. Экологически чистый район, чистые почвы и воздух побережья. В составе ЖК «Огни залива» функционирует детский сад на 180 малышей, заселены 5 домов первых очередей строительства, запланировано строительство двух школ на 825 учеников каждая, трех детских садов, поликлиники. Проект известной группы «БФА-Девелопмент», застройщик проекта - ООО «Дудергофский проект». Дома I и II очереди строительства сданы и заселены. III очередь строительства - корпус 9 (участок 242) и корпус 8 (участок 241) – будет введена в III квартале 2023 г.
 
818
«Континенты» – жилой комплекс класса «комфорт+» в Выборгском районе Санкт-Петербурга. Комплекс возводится вдоль Брюлловской улицы, в километре от станции метро «Парнас» и всего в 500 метрах от большого Шуваловского парка. Расположение домов позволит жителям комфортно и быстро добраться практически до любой точки города: в нескольких минутах – въезд на КАД, в 600 метрах – развязка с Выборгским шоссе. В пешеходной доступности функционируют 4 школы, более 10 детских садов, медицинский центр, почтовое отделение, неподалеку – ТК «Парнас Сити» и ТРК «Гранд Каньон». В составе комплекса будет возведен детский сад на 150 малышей, появится большая торговая галерея с уютными заведениями прямо у дома.,В составе ЖК «Континенты» - 6 домов выстой 25 и 27 этажей. Архитектурная концепция комплекса выполнена мастерами известного петербургского бюро «Интерколумниум». 6 домов жилого комплекса отражают 6 континентов. Элементы частей света представлены в отделке парадных и в ландшафтном дизайне. В соответствии с тематикой того или иного континента подобрано оформление каждого холла, озеленение и оборудование дворов, арт-объекты. Во дворах разместятся игровые зоны для детей, спортивные площадки для баскетбола и мини-футбола, тренажеры, место для игры в бадминтон, зеленые места для отдыха. Для юных жителей будет обустроена велодорожка, для любителей домашних животных – зона для игр и дрессировки питомцев.,Территория дома будет закрыта от посторонних, предусмотрено круглосуточное видеонаблюдение и собственная служба охраны 24/7.,«Континенты» – жилой комплекс продуманных решений. В домах есть подземный паркинг и кладовые помещения для хранения сезонных вещей. При строительстве применяются энергоэффективные инженерные и технические решения, которые позволят экономить на оплате коммунальных услуг. Класс энергоэффективности дома «А» (Очень высокий). ,Все квартиры сдаются с качественной отделкой «под ключ» уровня «комфорт+». Ряд лотов – со встроенными кухнями.
 
606
«Любоград» — уютный малоэтажный квартал комфорт-класса, состоящий из домов высотой всего 4 этажа. Жизнь здесь будет размеренной и спокойной, а все соседи будут знать друг друга. В ЖК «Любоград» предусмотрена вся инфраструктура для полноценной и интересной жизни: два детских сада, школа, поликлиника, спортивный комплекс. На первых этажах домов откроются магазины и кафе.,«Любоград» располагается в уникальном месте Петербурга: в Стрельне, в историческом Петродворцовом районе, который славится роскошными дворцами и парками. Здесь уже есть вся социальная и торгово-сервисная инфраструктура, необходимая для комфортной жизни. Хорошую транспортную доступность обеспечивает близость развязки КАД и Санкт-Петербургского шоссе. Добраться до ближайшего метро можно на маршрутке или трамвае.
 
514
«Малоохтинский, 68» - новый проект LEGENDA Business в самом центре Петербурга, на правом берегу Невы. Проект отличает оригинальное решение по планировке земельного участка: секции ассиметрично расположены на территории жилого комплекса и окружены оазисами зелени. Проект рассчитан на 918 квартир. На подземном этаже предусмотрен тёплый паркинг, куда можно спуститься на бесшумном скоростном лифте прямо со своего этажа. На территории жилого комплекса предусмотрена система круглосуточного видеонаблюдения и IP-домофония. Особенное внимание в проекте уделено ассортименту планировочных решений от маркетинговой лаборатории LEGENDA. Из панорамных квартир открываются впечатляющие виды на Неву и архитектурные доминанты Санкт-Петербурга: Александро-Невскую лавру, Смольный собор, Невскую Ратушу и эффектное здание «Санкт-Петербург Плаза». Любоваться разводными мостами здесь можно прямо со своей панорамной террасы. Вдохновением для создания архитектурного облика послужили знаковые урбанистические проекты из Европы: похожую атмосферу вы можете ощутить, например, в самом трендовом районе Гамбурга - HafenCity. Квартал вокруг «Малоохтинского, 68» уже полностью сформирован: здесь есть и эффектные здания от именитых архитекторов, и элитные бизнес-центры, парки, wellness-инфраструктура и велодорожки. Рядом нет пятен под застройку, поэтому дом гармонично вписывается в уже благоустроенную и обжитую среду центрального Петербурга. Благодаря современной архитектуре и уникальному расположению на берегу Невы «Малоохтинский, 68» продолжает развитие современного кластера в центре Петербурга и создает новые ассоциативные образы города.
 
208
Раннее субботнее утро. Вы спускаетесь в пекарню на первом этаже своего дома за кофе и свежей выпечкой и начинаете планировать день. Может быть, отправиться на прогулку в Парк Победы, ведь он буквально в двух шагах, потом пообедать в любимом итальянском ресторане поблизости, а вечером посмотреть новую постановку в «Скороходе» у Московских ворот? Или за полчаса доехать до Пушкина, полюбоваться Екатерининским дворцом, а затем вернуться домой, переодеться и дойти до улицы Рубинштейна, чтобы встретиться с друзьями в баре? А что, если вообще полететь на выходные в Москву или Калининград – аэропорт совсем рядом, а выгодных предложений по билетам и гостиницам предостаточно,Представляем iD Park Pobedy – клубный квартал в престижном Московском районе. Это премьерный проект Euroinvest Development в сегменте Select, объединяющем качественную и трендовую недвижимость с уникальной инфраструктурой в локациях, прилегающих к историческому центру Петербурга. Удобное расположение, единое современное и лаконичное архитектурное решение, разнообразие планировок, система приватных благоустроенных дворов без машин с собственными детским садом, школой и образовательным кластером для детей и взрослых, галерея магазинов и сервисов первой необходимости, прогулочные променады со спортивными площадками – почувствуйте себя в центре новой истории! iD Park Pobedy – ваше iDеальное пространство достижений.
 
180
Other values (90199)
106600 

Length

Max length4987
Median length785
Mean length882.601546
Min length1

Characters and Unicode

Total characters96138256
Distinct characters686
Distinct categories23 ?
Distinct scripts9 ?
Distinct blocks27 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique84248 ?
Unique (%)77.3%

Sample

1st rowЖилой квартал «Цивилизация» – проект комплексного развития городской территории. Корпуса, расположенные на первой линии, построены по кирпично-монолитной технологии, светлые фасады оформлены в стиле сталинского ампира. Дома второй линии построены по бесшовной технологии.,Планировки различаются в каждом корпусе, они представлены как классическими так и европланировками, студии отсутствуют. В некоторых квартирах спроектированы потолки высотой до 3,5 метров, кухни-гостиные и ниши под гардеробные. Фасады первой линии обращены в сторону Невы, поэтому квартиры имеют видовые характеристики.,Жилой комплекс расположен в Невском районе на Октябрьской набережной. Проект включает в себя четыре детских сада на 720 мест, две школы на 3300 мест и детский образовательный центр на 200 мест. На первых этажах корпусов предусмотрены коммерческие помещения. Придомовая территория благоустроена пешеходным бульваром, скверами, зелеными зонами и ландшафтным дизайном. Во дворе установлены детские площадки, спортивные комплексы, а также подземные и наземные многоуровневые паркинги на 4000 мест. Проектом предусмотрен собственный выход на благоустроенную набережную.,В районе расположены парки и скверы, работают магазины, отделения почты и банков, ТРК «Лондон Молл». В 10 минутах транспортом находится метро «Улица Дыбенко», выезд на КАД – в семи минутах транспортом.,Преимущества: ,-Архитектура в стиле сталинского ампира,-Небольшое количество квартир на этаже,-Коммерческие помещения на первых этажах,-Две школы, начальная школа с детским садом и четыре детских сада на территории комплекса,-Благоустроенная территория с новыми пешеходными улицами, скверами и живописным бульваром,-Комплекс окружен тремя парками,-500 метров до ТРК «Лондон Молл»,-Невский проспект в 10 минутах транспортом,Способы оплаты:,- Ипотека 50/50 (ипотечные каникулы),- Ипотека с использованием материнского капитала ,- Длительная Рассрочка
2nd row🔑🔔 Продается студия в 10 минутах от метро Звенигородская ,✅ Дом с высокими потолками и массивными стенами, с полностью обновленной инженерией, как новостройка - только в старом фонде.,✅ Квартира имеет удобную прямоугольную планировку, благодаря высоте потолков, возможно создание двухуровневого пространства. Также можем предложить отделку под ключ.,🔥 Звоните и записывайтесь на просмотр!,Преимущества дома:,✅Высота потолков 3.3,✅Зеленая зона,✅Тихий закрытый двор,✅Квартира оборудована биметаллическими радиаторами,✅Новая инженерия (Мы проложили полностью новые инженерные сети из самых лучших материалов. Качество материалов позволит им служить вам долгие годы),✅Наземная парковка,✅Толстые стены 60 см - отличная шумо и звукоизоляция,✅Окна Rehau 2-х камерные стеклопакеты,Местоположение:,Дом расположен в исторической части Петербурга,остановки общественного транспорта, позволяющие добраться в любую точку города,развитая инфраструктура - магазины, кафе, административные учреждения,Хорошее приобретение: как самому жить, так и под сдачу - выгодно инвестировать накопленный бюджет.,Для семей с детьми:,Детские сады,Детская площадка с набивным покрытием во дворе,Школы,Документы готовы к продаже.Сделка проходит нотариально, деньги через ячейку.,ПРОСМОТР ОБЪЕКТОВ ТЕПЕРЬ ДОСТУПЕН В ФОРМАТЕ ОН-ЛАЙН ПО ВИДЕОСВЯЗИ. 🔥🔥🔥Вы сможете увидеть понравившуюся студию в любое удобное время, не выходя из дома. 🏠🏠,👇 Рекомендуем к просмотру нашу подборку схожих студий внизу 👇
3rd rowddrtrtrtrtrty,Организуем показы объектов в любом формате (онлайн и оффлайн). Расскажем об особенностях объекта, локации, сделаем подробный анализ выбранных вариантов.,1. Классическая планировка,2. Высокие потолки,3. Угловая квартира,4. Двухстороняя квартира,5. Изолированные комнаты,6. Большая кухня,7. Есть балкон,8. Чистовая отделка,9. Несколько окон в комнате,10. Есть эркер, Ежемесячный (аннуитетный) платеж по ипотеке составит 56 593 рублей.,Поможем выгодно приобрести квартиру и одобрить ипотеку с минимальной ставкой. Бесплатная экспертная помощь на каждом этапе покупки.
4th row2 комнатная квартира (№ 253), общей площадью 58.1 кв.м. на 12 этаже.,Новый проект от застройщика № 1 в России!,«Цивилизация» расположится на участке площадью 60 гектаров между Октябрьской набережной, Дальневосточным проспектом, улицей Крыленко и проектируемым в створе улицы Антонова-Овсеенко проездом.
5th rowКлубный дом на 102 квартиры высотой 19 этажей. Дизайн лаконичных фасадов выполнен по авторскому проекту: в облицовке используется клинкерный кирпич теплых коричневых тонов и панорамное остекление.,На каждом этаже расположено по 6 квартир, в них спроектированы высокие потолки и широкие остекленные лоджии. Квартиры на верхних этажах имеют видовые характеристики.,На придомовой территории спроектированы зоны отдыха на стилобате, проведены работы по озеленению и благоустройству. Во дворе расположены спортивные и детские площадки и установлены камеры видеонаблюдения. В доме работает служба консьержей. Двор свободный от автомобилей: на цокольном этаже спроектирован паркинг с лифтом. ,В пешей доступности работают специализированные школы и гимназии, Удельный парк и ТРК «Сити Молл». В районе ЖК развита сеть общественного транспорта. ,Дом сдан. Заселен.,Семейная Евро Пяти - комнатная квартира с панорамным видом на город,Высокие потолки – 3 метра,Панорамное остекление балкона и лоджии,Возможна ипотека или рассрочка,Белая предчистовая отделка,До метро Пионерская 10 минут пешком,До центра 20 минут на автомобиле,ИЩЕМ и НАХОДИМ необходимую квартиру вместе с вами!,ЗВОНИТЕ.,Лучшие предложения объектов недвижимости. Подбор по цене, срокам, районам города.,И да, наши услуги бесплатны
ValueCountFrequency (%)
Светлая квартира современной планировки с полной качественной отделкой в III очереди строительства ЖК «Огни залива» на первой линии Дудергофского канала в 200 м от берега Финского залива и Южно-Приморского парка. Минимальная ширина комнат 3,14 м, высота потолка 2,72 м. Отделка квартир включает в себя: обои под покраску, ламинат 32 класса, плинтусы и порожки в тон, межкомнатные двери, радиаторы отопления с регуляцией и разводкой труб в полу, кафельная плитка на стенах и на полу санузлов, полный комплект сантехники, выводы под стиральную машину в ванной и раковину на кухне, двухкамерные стеклопакеты, счетчики воды и тепла. Часть квартир сдается без отделки. Дома на 1 675 квартир оснащены подземным отапливаемым паркингом. Комплекс расположен в обжитом микрорайоне в Красносельском районе Петербурга на берегу Финского залива и Дудергофского канала. Экологически чистый район, чистые почвы и воздух побережья. В составе ЖК «Огни залива» функционирует детский сад на 180 малышей, заселены 5 домов первых очередей строительства, запланировано строительство двух школ на 825 учеников каждая, трех детских садов, поликлиники. Проект известной группы «БФА-Девелопмент», застройщик проекта - ООО «Дудергофский проект». Дома I и II очереди строительства сданы и заселены. III очередь строительства - корпус 9 (участок 242) и корпус 8 (участок 241) – будет введена в III квартале 2023 г.818
 
0.8%
«Континенты» – жилой комплекс класса «комфорт+» в Выборгском районе Санкт-Петербурга. Комплекс возводится вдоль Брюлловской улицы, в километре от станции метро «Парнас» и всего в 500 метрах от большого Шуваловского парка. Расположение домов позволит жителям комфортно и быстро добраться практически до любой точки города: в нескольких минутах – въезд на КАД, в 600 метрах – развязка с Выборгским шоссе. В пешеходной доступности функционируют 4 школы, более 10 детских садов, медицинский центр, почтовое отделение, неподалеку – ТК «Парнас Сити» и ТРК «Гранд Каньон». В составе комплекса будет возведен детский сад на 150 малышей, появится большая торговая галерея с уютными заведениями прямо у дома.,В составе ЖК «Континенты» - 6 домов выстой 25 и 27 этажей. Архитектурная концепция комплекса выполнена мастерами известного петербургского бюро «Интерколумниум». 6 домов жилого комплекса отражают 6 континентов. Элементы частей света представлены в отделке парадных и в ландшафтном дизайне. В соответствии с тематикой того или иного континента подобрано оформление каждого холла, озеленение и оборудование дворов, арт-объекты. Во дворах разместятся игровые зоны для детей, спортивные площадки для баскетбола и мини-футбола, тренажеры, место для игры в бадминтон, зеленые места для отдыха. Для юных жителей будет обустроена велодорожка, для любителей домашних животных – зона для игр и дрессировки питомцев.,Территория дома будет закрыта от посторонних, предусмотрено круглосуточное видеонаблюдение и собственная служба охраны 24/7.,«Континенты» – жилой комплекс продуманных решений. В домах есть подземный паркинг и кладовые помещения для хранения сезонных вещей. При строительстве применяются энергоэффективные инженерные и технические решения, которые позволят экономить на оплате коммунальных услуг. Класс энергоэффективности дома «А» (Очень высокий). ,Все квартиры сдаются с качественной отделкой «под ключ» уровня «комфорт+». Ряд лотов – со встроенными кухнями.606
 
0.6%
«Любоград» — уютный малоэтажный квартал комфорт-класса, состоящий из домов высотой всего 4 этажа. Жизнь здесь будет размеренной и спокойной, а все соседи будут знать друг друга. В ЖК «Любоград» предусмотрена вся инфраструктура для полноценной и интересной жизни: два детских сада, школа, поликлиника, спортивный комплекс. На первых этажах домов откроются магазины и кафе.,«Любоград» располагается в уникальном месте Петербурга: в Стрельне, в историческом Петродворцовом районе, который славится роскошными дворцами и парками. Здесь уже есть вся социальная и торгово-сервисная инфраструктура, необходимая для комфортной жизни. Хорошую транспортную доступность обеспечивает близость развязки КАД и Санкт-Петербургского шоссе. Добраться до ближайшего метро можно на маршрутке или трамвае.514
 
0.5%
«Малоохтинский, 68» - новый проект LEGENDA Business в самом центре Петербурга, на правом берегу Невы. Проект отличает оригинальное решение по планировке земельного участка: секции ассиметрично расположены на территории жилого комплекса и окружены оазисами зелени. Проект рассчитан на 918 квартир. На подземном этаже предусмотрен тёплый паркинг, куда можно спуститься на бесшумном скоростном лифте прямо со своего этажа. На территории жилого комплекса предусмотрена система круглосуточного видеонаблюдения и IP-домофония. Особенное внимание в проекте уделено ассортименту планировочных решений от маркетинговой лаборатории LEGENDA. Из панорамных квартир открываются впечатляющие виды на Неву и архитектурные доминанты Санкт-Петербурга: Александро-Невскую лавру, Смольный собор, Невскую Ратушу и эффектное здание «Санкт-Петербург Плаза». Любоваться разводными мостами здесь можно прямо со своей панорамной террасы. Вдохновением для создания архитектурного облика послужили знаковые урбанистические проекты из Европы: похожую атмосферу вы можете ощутить, например, в самом трендовом районе Гамбурга - HafenCity. Квартал вокруг «Малоохтинского, 68» уже полностью сформирован: здесь есть и эффектные здания от именитых архитекторов, и элитные бизнес-центры, парки, wellness-инфраструктура и велодорожки. Рядом нет пятен под застройку, поэтому дом гармонично вписывается в уже благоустроенную и обжитую среду центрального Петербурга. Благодаря современной архитектуре и уникальному расположению на берегу Невы «Малоохтинский, 68» продолжает развитие современного кластера в центре Петербурга и создает новые ассоциативные образы города.208
 
0.2%
Раннее субботнее утро. Вы спускаетесь в пекарню на первом этаже своего дома за кофе и свежей выпечкой и начинаете планировать день. Может быть, отправиться на прогулку в Парк Победы, ведь он буквально в двух шагах, потом пообедать в любимом итальянском ресторане поблизости, а вечером посмотреть новую постановку в «Скороходе» у Московских ворот? Или за полчаса доехать до Пушкина, полюбоваться Екатерининским дворцом, а затем вернуться домой, переодеться и дойти до улицы Рубинштейна, чтобы встретиться с друзьями в баре? А что, если вообще полететь на выходные в Москву или Калининград – аэропорт совсем рядом, а выгодных предложений по билетам и гостиницам предостаточно,Представляем iD Park Pobedy – клубный квартал в престижном Московском районе. Это премьерный проект Euroinvest Development в сегменте Select, объединяющем качественную и трендовую недвижимость с уникальной инфраструктурой в локациях, прилегающих к историческому центру Петербурга. Удобное расположение, единое современное и лаконичное архитектурное решение, разнообразие планировок, система приватных благоустроенных дворов без машин с собственными детским садом, школой и образовательным кластером для детей и взрослых, галерея магазинов и сервисов первой необходимости, прогулочные променады со спортивными площадками – почувствуйте себя в центре новой истории! iD Park Pobedy – ваше iDеальное пространство достижений.180
 
0.2%
Апарт-отель «Начало» расположен на берегу Ивановского водоема в 15 минутах ходьбы от ст.м. «Ломоносовская». В апарт-отеле вы можете купить апартаменты и распоряжаться ими, как считаете нужным: заселиться в них, сдавать в аренду самому или с помощью УК «Начало.сервис»., Апартаменты отличают продуманные планировочные решения для максимизации полезной и эффективной площади. Готовая чистовая отделка поможет избежать многолетнего шума и грязи в лифтах и холлах от ремонта соседей. За дополнительную оплату можно заказать полное оснащение апартамента мебелью, техникой, текстилем и посудой "под ключ".,В апарт-отеле предусмотрен полный набор гостиничного сервиса - ресепшн, прачечная, служба горничных, техническая служба в формате "муж на час", еда в номер, заказ такси, помощь и техническая поддержка, а также ресторан, прачечная, велнес-центр, офисы и коворкинг, салоны красоты и прочие.,Для инвесторов УК предлагает распределенный доход в зависимости от категории номеров, который позволяет снизить риски, волатильность доходов и расходов. Инвесторы смогут получать доход, не тратя время и силы на операционную деятельность за счет наличия централизованной УК. ,Апартаменты можно приобрести в рассрочку или в ипотеку. Действует субсидированная ставка Сбербанка – от 3,6% годовых. Продажи осуществляются с использованием эскроу-счетов.,Срок окончания строительства апарт-отеля — 1 квартал 2023 года131
 
0.1%
Жилой комплекс Golden City как величественный корабль пришвартовался у намывных территорий у берегов Финского залива.,В самой живописной его части, на западном побережье Васильевского острова.,Шесть новых кварталов Golden City будут структурированы целой сетью различных общественных пространств, красивых площадей и улиц.,В комплексе представлен широкий выбор планировочных решений от комфортных студий с двумя окнами до двухуровневых квартир. ,А так же видовые квартиры с террасами и без, трехсторонние планировки с угловым остеклением, и квартиры с окном в ванной комнате.,Первые этажи предназначены под коммерцию. ,В жилом комплексе предусмотрены детские сады и школы, дойти до которых можно будет за пару минут. ,Интересные факты о проекте:,• Финалист федеральной премии ТОП ЖК-2021,• Golden City вошел в ТОП-5 инвестиционно-привлекательных новостроек Санкт-Петербурга ,• Уникальная архитектура европейского класса, уже ставшая знаковой ,• Великолепные виды на Финский залив и парковую зону из панорамных окон ,Прямая продажа от застройщика! ,Приобрести квартиру можно с помощью различных способов оплаты: ипотека, рассрочка 0%, материнский капитал. Звоните!127
 
0.1%
Представляем iD Moskovskiy – эксклюзивную резиденцию на Московском проспекте с приватным SPA-пространством для собственников, рассчитанную на 173 квартиры. Это – дебютный проект Euroinvest Development в сегменте Collection, объединяющем уникальные владения в историческом центре Петербурга.,Респектабельная локация, авторская архитектура, продолжающая традиции парадного сталинского ампира и ар-деко, впечатляющие интерьеры вестибюлей и холлов с шестиметровыми потолками, благородные фасадные и отделочные материалы, уединённый двор-сад с колоннадой для неспешных прогулок, разнообразие планировочных решений, окна в пол, современные технологии и инженерия, закрытый детский сад на территории, приветливая служба консьержей – мы продумали каждую деталь, чтобы вы могли позволить себе роскошь быть собой. Без компромиссов.119
 
0.1%
Жилой комплекс бизнес-класса Alter состоит из трёх 12-этажных башен, объединённых стилобатом, на котором разместится закрытый внутренний двор. В квартирографии представлены 220 европланировок с одной, двумя и тремя спальнями, а также варианты с террасами и свободным зонированием. Высота потолков в квартирах составляет 2,9 метров.110
 
0.1%
Жилой комплекс «Ариосто» представляет собой кирпично-монолитный дом высотой в 12 этажей. Концепцию нового квартала разработало одно из ведущих российских бюро – «Архитектурная мастерская Юсупова». Во внешнем оформлении комплекса присутствуют элементы итальянской архитектуры, а также яркие цветовые акценты по верхнему поясу здания.,В доме спроектировано 300 уникальных планировок. На этаже расположено от 2 до 6 квартир. В них предусмотрены панорамные окна и потолки высотой до 3,6 метра. В некоторых квартирах предусмотрены террасы и сауны, а также окна в ванных комнатах. Застройщик предлагает покупателям три варианта чистовой отделки на выбор: «Сканди», «Современный» и «Классика».,В состав объекта входят собственный детский сад, магазины и ресторан. В комплексе предусмотрена система автоматизации техники «Умный дом». В доме находятся кладовые помещения, а также подземный паркинг. Прилегающая к комплексу часть заказника будет преобразована в благоустроенный парк. На придомовой территории находятся площадка для скейтбординга, футбольное поле, детские площадки, велосипедные и прогулочные дорожки. Зимой будет залит каток.,Жилой комплекс находится в Приморском районе на пересечении ул. Глухарская и пр. Авиаконструкторов. Юнтоловский лесопарк расположен в 10 минутах пешком. Метро «Комендантский проспект» находится в 10 минутах транспортом.89
 
0.1%
Other values (90194)106024
97.3%
2021-04-04T15:33:20.638813image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
в488710
 
3.9%
и466931
 
3.7%
на284311
 
2.3%
с190457
 
1.5%
120669
 
1.0%
от104783
 
0.8%
для89356
 
0.7%
квартира87129
 
0.7%
по82100
 
0.7%
метро68489
 
0.5%
Other values (245681)10512413
84.1%

Most occurring characters

ValueCountFrequency (%)
12500906
 
13.0%
о7996317
 
8.3%
а6328115
 
6.6%
е5616014
 
5.8%
т4959965
 
5.2%
и4936151
 
5.1%
н4784780
 
5.0%
р4481866
 
4.7%
с3771363
 
3.9%
к3425644
 
3.6%
Other values (676)37337135
38.8%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter72852863
75.8%
Space Separator12562805
 
13.1%
Other Punctuation3766462
 
3.9%
Uppercase Letter3641456
 
3.8%
Decimal Number1976463
 
2.1%
Dash Punctuation581590
 
0.6%
Other Symbol137977
 
0.1%
Close Punctuation116565
 
0.1%
Open Punctuation112032
 
0.1%
Final Punctuation110738
 
0.1%
Other values (13)279305
 
0.3%

Most frequent character per category

ValueCountFrequency (%)
💥19305
14.0%
🎁18947
13.7%
📣18930
13.7%
№13014
9.4%
🔥10774
7.8%
💸9461
6.9%
⌛9448
6.8%
🤫9446
6.8%
✅5579
 
4.0%
✔4902
 
3.6%
Other values (387)18171
13.2%
ValueCountFrequency (%)
о7996317
 
11.0%
а6328115
 
8.7%
е5616014
 
7.7%
т4959965
 
6.8%
и4936151
 
6.8%
н4784780
 
6.6%
р4481866
 
6.2%
с3771363
 
5.2%
к3425644
 
4.7%
в2979075
 
4.1%
Other values (64)23573573
32.4%
ValueCountFrequency (%)
П400913
 
11.0%
К337823
 
9.3%
В288568
 
7.9%
С251312
 
6.9%
О215916
 
5.9%
Д193129
 
5.3%
И168417
 
4.6%
Н157306
 
4.3%
Т155984
 
4.3%
А148659
 
4.1%
Other values (60)1323429
36.3%
ValueCountFrequency (%)
י29
 
11.6%
ה24
 
9.6%
ר23
 
9.2%
ו20
 
8.0%
ב16
 
6.4%
מ13
 
5.2%
ת12
 
4.8%
ל11
 
4.4%
נ11
 
4.4%
ד11
 
4.4%
Other values (16)79
31.7%
ValueCountFrequency (%)
,1877920
49.9%
.1433329
38.1%
:138690
 
3.7%
!117506
 
3.1%
"92583
 
2.5%
%32182
 
0.9%
;23912
 
0.6%
/19553
 
0.5%
•9537
 
0.3%
·8681
 
0.2%
Other values (14)12569
 
0.3%
ValueCountFrequency (%)
+22937
77.5%
=3089
 
10.4%
>2217
 
7.5%
~661
 
2.2%
|241
 
0.8%
√214
 
0.7%
⟱92
 
0.3%
◼29
 
0.1%
◽27
 
0.1%
⋆19
 
0.1%
Other values (11)72
 
0.2%
ValueCountFrequency (%)
²8061
99.6%
¼21
 
0.3%
½2
 
< 0.1%
¹1
 
< 0.1%
①1
 
< 0.1%
②1
 
< 0.1%
③1
 
< 0.1%
④1
 
< 0.1%
⑤1
 
< 0.1%
⑥1
 
< 0.1%
Other values (3)3
 
< 0.1%
ValueCountFrequency (%)
1361292
18.3%
2338142
17.1%
0266739
13.5%
3193495
9.8%
5190739
9.7%
4160282
8.1%
6134874
 
6.8%
7119074
 
6.0%
8109962
 
5.6%
9101860
 
5.2%
Other values (2)4
 
< 0.1%
ValueCountFrequency (%)
-432818
74.4%
—103473
 
17.8%
–42541
 
7.3%
‐2724
 
0.5%
―17
 
< 0.1%
‑16
 
< 0.1%
‒1
 
< 0.1%
ValueCountFrequency (%)
­425
41.1%
​326
31.6%
⁣158
 
15.3%
‍115
 
11.1%
‌7
 
0.7%
2
 
0.2%
ValueCountFrequency (%)
`1539
94.8%
🏻54
 
3.3%
🏼14
 
0.9%
^12
 
0.7%
🏾3
 
0.2%
¸1
 
0.1%
ValueCountFrequency (%)
12500906
99.5%
 61879
 
0.5%
 10
 
< 0.1%
 7
 
< 0.1%
 3
 
< 0.1%
ValueCountFrequency (%)
̆4979
62.5%
️2960
37.2%
́13
 
0.2%
̈11
 
0.1%
̀2
 
< 0.1%
ValueCountFrequency (%)
18
41.9%
13
30.2%
10
23.3%
2
 
4.7%
ValueCountFrequency (%)
«109696
99.2%
“800
 
0.7%
‘31
 
< 0.1%
ValueCountFrequency (%)
»109633
99.0%
”808
 
0.7%
’297
 
0.3%
ValueCountFrequency (%)
(111989
> 99.9%
[43
 
< 0.1%
ValueCountFrequency (%)
)116523
> 99.9%
]42
 
< 0.1%
ValueCountFrequency (%)
₽10644
99.8%
$19
 
0.2%
ValueCountFrequency (%)
26834
100.0%
ValueCountFrequency (%)
_82605
100.0%
ValueCountFrequency (%)

58
100.0%
ValueCountFrequency (%)
⃣13
100.0%

Most occurring scripts

ValueCountFrequency (%)
Cyrillic75887885
78.9%
Common19635263
 
20.4%
Latin606420
 
0.6%
Inherited8100
 
< 0.1%
Braille290
 
< 0.1%
Hebrew241
 
< 0.1%
Unknown43
 
< 0.1%
Tamil8
 
< 0.1%
Arabic6
 
< 0.1%

Most frequent character per script

ValueCountFrequency (%)
12500906
63.7%
,1877920
 
9.6%
.1433329
 
7.3%
-432818
 
2.2%
1361292
 
1.8%
2338142
 
1.7%
0266739
 
1.4%
3193495
 
1.0%
5190739
 
1.0%
4160282
 
0.8%
Other values (502)1879601
 
9.6%
ValueCountFrequency (%)
о7996317
 
10.5%
а6328115
 
8.3%
е5616014
 
7.4%
т4959965
 
6.5%
и4936151
 
6.5%
н4784780
 
6.3%
р4481866
 
5.9%
с3771363
 
5.0%
к3425644
 
4.5%
в2979075
 
3.9%
Other values (60)26608595
35.1%
ValueCountFrequency (%)
i48863
 
8.1%
o45309
 
7.5%
e41844
 
6.9%
l33556
 
5.5%
t32764
 
5.4%
a32446
 
5.4%
r30531
 
5.0%
I24793
 
4.1%
n23193
 
3.8%
v17494
 
2.9%
Other values (53)275627
45.5%
ValueCountFrequency (%)
י29
12.0%
ה24
 
10.0%
ר23
 
9.5%
ו20
 
8.3%
ב16
 
6.6%
מ13
 
5.4%
ת12
 
5.0%
ל11
 
4.6%
נ11
 
4.6%
ד11
 
4.6%
Other values (15)71
29.5%
ValueCountFrequency (%)
̆4979
61.5%
️2960
36.5%
‍115
 
1.4%
́13
 
0.2%
⃣13
 
0.2%
̈11
 
0.1%
‌7
 
0.1%
̀2
 
< 0.1%
ValueCountFrequency (%)
18
41.9%
13
30.2%
10
23.3%
2
 
4.7%
ValueCountFrequency (%)
۩4
66.7%
۞2
33.3%
ValueCountFrequency (%)
⠀290
100.0%
ValueCountFrequency (%)
ஜ8
100.0%

Most occurring blocks

ValueCountFrequency (%)
Cyrillic75887885
78.9%
ASCII19632505
 
20.4%
None396328
 
0.4%
Punctuation161316
 
0.2%
Dingbats15280
 
< 0.1%
Letterlike Symbols13030
 
< 0.1%
Currency Symbols10644
 
< 0.1%
Misc Technical9562
 
< 0.1%
Diacriticals5005
 
< 0.1%
VS2960
 
< 0.1%
Other values (17)3741
 
< 0.1%

Most frequent character per block

ValueCountFrequency (%)
о7996317
 
10.5%
а6328115
 
8.3%
е5616014
 
7.4%
т4959965
 
6.5%
и4936151
 
6.5%
н4784780
 
6.3%
р4481866
 
5.9%
с3771363
 
5.0%
к3425644
 
4.5%
в2979075
 
3.9%
Other values (60)26608595
35.1%
ValueCountFrequency (%)
12500906
63.7%
,1877920
 
9.6%
.1433329
 
7.3%
-432818
 
2.2%
1361292
 
1.8%
2338142
 
1.7%
0266739
 
1.4%
3193495
 
1.0%
5190739
 
1.0%
4160282
 
0.8%
Other values (84)1876843
 
9.6%
ValueCountFrequency (%)
«109696
27.7%
»109633
27.7%
 61879
15.6%
💥19305
 
4.9%
🎁18947
 
4.8%
📣18930
 
4.8%
🔥10774
 
2.7%
💸9461
 
2.4%
🤫9446
 
2.4%
·8681
 
2.2%
Other values (300)19576
 
4.9%
ValueCountFrequency (%)
—103473
64.1%
–42541
26.4%
•9537
 
5.9%
‐2724
 
1.7%
”808
 
0.5%
“800
 
0.5%
​326
 
0.2%
’297
 
0.2%
…249
 
0.2%
⁣158
 
0.1%
Other values (12)403
 
0.2%
ValueCountFrequency (%)
✅5579
36.5%
✔4902
32.1%
❗1506
 
9.9%
❄1425
 
9.3%
➡970
 
6.3%
✓401
 
2.6%
✒209
 
1.4%
❤42
 
0.3%
❂41
 
0.3%
➕37
 
0.2%
Other values (20)168
 
1.1%
ValueCountFrequency (%)
№13014
99.9%
℅13
 
0.1%
ℹ2
 
< 0.1%
℡1
 
< 0.1%
ValueCountFrequency (%)
⌛9448
98.8%
⏩96
 
1.0%
⏬6
 
0.1%
⏱4
 
< 0.1%
⏰3
 
< 0.1%
⏺2
 
< 0.1%
⌚2
 
< 0.1%
⏹1
 
< 0.1%
ValueCountFrequency (%)
₽10644
100.0%
ValueCountFrequency (%)
̆4979
99.5%
́13
 
0.3%
̈11
 
0.2%
̀2
 
< 0.1%
ValueCountFrequency (%)
️2960
100.0%
ValueCountFrequency (%)
♦1267
56.8%
☎237
 
10.6%
⚡110
 
4.9%
☕103
 
4.6%
★91
 
4.1%
☟66
 
3.0%
♀51
 
2.3%
☑50
 
2.2%
⚜38
 
1.7%
⚠32
 
1.4%
Other values (29)187
 
8.4%
ValueCountFrequency (%)
●121
26.5%
▪81
17.7%
▫63
13.8%
►56
12.3%
◼29
 
6.3%
◽27
 
5.9%
▻26
 
5.7%
▼24
 
5.3%
■8
 
1.8%
▶8
 
1.8%
Other values (2)14
 
3.1%
ValueCountFrequency (%)
🙂26
28.3%
😊11
12.0%
🙏9
 
9.8%
😉8
 
8.7%
😎7
 
7.6%
😁5
 
5.4%
😍5
 
5.4%
😇3
 
3.3%
🙌3
 
3.3%
😯2
 
2.2%
Other values (9)13
14.1%
ValueCountFrequency (%)
√214
80.5%
⋆19
 
7.1%
⋅18
 
6.8%
−8
 
3.0%
≈3
 
1.1%
⋘2
 
0.8%
⋙2
 
0.8%
ValueCountFrequency (%)
⠀290
100.0%
ValueCountFrequency (%)
Ⓜ29
76.3%
①1
 
2.6%
②1
 
2.6%
③1
 
2.6%
④1
 
2.6%
⑤1
 
2.6%
⑥1
 
2.6%
⑦1
 
2.6%
⑧1
 
2.6%
⑨1
 
2.6%
ValueCountFrequency (%)
2
100.0%
ValueCountFrequency (%)
𝐄2
12.5%
𝟐2
12.5%
𝟎2
12.5%
𝐨2
12.5%
𝐍1
6.2%
𝐖1
6.2%
𝐓1
6.2%
𝐈1
6.2%
𝐌1
6.2%
𝐏1
6.2%
Other values (2)2
12.5%
ValueCountFrequency (%)
▀2
100.0%
ValueCountFrequency (%)
י29
12.0%
ה24
 
10.0%
ר23
 
9.5%
ו20
 
8.3%
ב16
 
6.6%
מ13
 
5.4%
ת12
 
5.0%
ל11
 
4.6%
נ11
 
4.6%
ד11
 
4.6%
Other values (15)71
29.5%
ValueCountFrequency (%)
↦1
50.0%
↕1
50.0%
ValueCountFrequency (%)
18
41.9%
13
30.2%
10
23.3%
2
 
4.7%
ValueCountFrequency (%)
ஜ8
100.0%
ValueCountFrequency (%)
═34
100.0%
ValueCountFrequency (%)
۩4
66.7%
۞2
33.3%
ValueCountFrequency (%)
🅿2
40.0%
🇩1
20.0%
🇪1
20.0%
🆕1
20.0%
ValueCountFrequency (%)
﹡7
100.0%

flat_type
Categorical

Distinct3
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size851.1 KiB
Квартира
90065 
Студия
18693 
Своб. планировка
 
168

Length

Max length16
Median length8
Mean length7.669114812
Min length6

Characters and Unicode

Total characters835366
Distinct characters18
Distinct categories4 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowКвартира
2nd rowСтудия
3rd rowКвартира
4th rowКвартира
5th rowКвартира
ValueCountFrequency (%)
Квартира90065
82.7%
Студия18693
 
17.2%
Своб. планировка168
 
0.2%
2021-04-04T15:33:20.914008image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-04T15:33:20.983223image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
квартира90065
82.6%
студия18693
 
17.1%
своб168
 
0.2%
планировка168
 
0.2%

Most occurring characters

ValueCountFrequency (%)
а180466
21.6%
р180298
21.6%
и108926
13.0%
т108758
13.0%
в90401
10.8%
К90065
10.8%
С18861
 
2.3%
у18693
 
2.2%
д18693
 
2.2%
я18693
 
2.2%
Other values (8)1512
 
0.2%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter726104
86.9%
Uppercase Letter108926
 
13.0%
Other Punctuation168
 
< 0.1%
Space Separator168
 
< 0.1%

Most frequent character per category

ValueCountFrequency (%)
а180466
24.9%
р180298
24.8%
и108926
15.0%
т108758
15.0%
в90401
12.5%
у18693
 
2.6%
д18693
 
2.6%
я18693
 
2.6%
о336
 
< 0.1%
б168
 
< 0.1%
Other values (4)672
 
0.1%
ValueCountFrequency (%)
К90065
82.7%
С18861
 
17.3%
ValueCountFrequency (%)
.168
100.0%
ValueCountFrequency (%)
168
100.0%

Most occurring scripts

ValueCountFrequency (%)
Cyrillic835030
> 99.9%
Common336
 
< 0.1%

Most frequent character per script

ValueCountFrequency (%)
а180466
21.6%
р180298
21.6%
и108926
13.0%
т108758
13.0%
в90401
10.8%
К90065
10.8%
С18861
 
2.3%
у18693
 
2.2%
д18693
 
2.2%
я18693
 
2.2%
Other values (6)1176
 
0.1%
ValueCountFrequency (%)
.168
50.0%
168
50.0%

Most occurring blocks

ValueCountFrequency (%)
Cyrillic835030
> 99.9%
ASCII336
 
< 0.1%

Most frequent character per block

ValueCountFrequency (%)
а180466
21.6%
р180298
21.6%
и108926
13.0%
т108758
13.0%
в90401
10.8%
К90065
10.8%
С18861
 
2.3%
у18693
 
2.2%
д18693
 
2.2%
я18693
 
2.2%
Other values (6)1176
 
0.1%
ValueCountFrequency (%)
.168
50.0%
168
50.0%

object_type
Categorical

Distinct2
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size851.1 KiB
Новостройка
78108 
Вторичная
30818 

Length

Max length11
Median length11
Mean length10.43414795
Min length9

Characters and Unicode

Total characters1136550
Distinct characters14
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowНовостройка
2nd rowВторичная
3rd rowНовостройка
4th rowНовостройка
5th rowНовостройка
ValueCountFrequency (%)
Новостройка78108
71.7%
Вторичная30818
 
28.3%
2021-04-04T15:33:21.171800image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-04T15:33:21.249909image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
новостройка78108
71.7%
вторичная30818
 
28.3%

Most occurring characters

ValueCountFrequency (%)
о265142
23.3%
т108926
9.6%
р108926
9.6%
а108926
9.6%
Н78108
 
6.9%
в78108
 
6.9%
с78108
 
6.9%
й78108
 
6.9%
к78108
 
6.9%
В30818
 
2.7%
Other values (4)123272
10.8%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter1027624
90.4%
Uppercase Letter108926
 
9.6%

Most frequent character per category

ValueCountFrequency (%)
о265142
25.8%
т108926
10.6%
р108926
10.6%
а108926
10.6%
в78108
 
7.6%
с78108
 
7.6%
й78108
 
7.6%
к78108
 
7.6%
и30818
 
3.0%
ч30818
 
3.0%
Other values (2)61636
 
6.0%
ValueCountFrequency (%)
Н78108
71.7%
В30818
 
28.3%

Most occurring scripts

ValueCountFrequency (%)
Cyrillic1136550
100.0%

Most frequent character per script

ValueCountFrequency (%)
о265142
23.3%
т108926
9.6%
р108926
9.6%
а108926
9.6%
Н78108
 
6.9%
в78108
 
6.9%
с78108
 
6.9%
й78108
 
6.9%
к78108
 
6.9%
В30818
 
2.7%
Other values (4)123272
10.8%

Most occurring blocks

ValueCountFrequency (%)
Cyrillic1136550
100.0%

Most frequent character per block

ValueCountFrequency (%)
о265142
23.3%
т108926
9.6%
р108926
9.6%
а108926
9.6%
Н78108
 
6.9%
в78108
 
6.9%
с78108
 
6.9%
й78108
 
6.9%
к78108
 
6.9%
В30818
 
2.7%
Other values (4)123272
10.8%

rooms
Categorical

Distinct9
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size851.1 KiB
1
55408 
2
30905 
3
18157 
4
 
3276
5
 
829
Other values (4)
 
351

Length

Max length16
Median length1
Mean length1.023134972
Min length1

Characters and Unicode

Total characters111446
Distinct characters21
Distinct categories5 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row1
2nd row1
3rd row1
4th row2
5th row5
ValueCountFrequency (%)
155408
50.9%
230905
28.4%
318157
 
16.7%
43276
 
3.0%
5829
 
0.8%
Своб. планировка168
 
0.2%
780
 
0.1%
959
 
0.1%
844
 
< 0.1%
2021-04-04T15:33:21.445946image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-04T15:33:21.524218image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
155408
50.8%
230905
28.3%
318157
 
16.6%
43276
 
3.0%
5829
 
0.8%
своб168
 
0.2%
планировка168
 
0.2%
780
 
0.1%
959
 
0.1%
844
 
< 0.1%

Most occurring characters

ValueCountFrequency (%)
155408
49.7%
230905
27.7%
318157
 
16.3%
43276
 
2.9%
5829
 
0.7%
в336
 
0.3%
о336
 
0.3%
а336
 
0.3%
С168
 
0.2%
б168
 
0.2%
Other values (11)1527
 
1.4%

Most occurring categories

ValueCountFrequency (%)
Decimal Number108758
97.6%
Lowercase Letter2184
 
2.0%
Uppercase Letter168
 
0.2%
Other Punctuation168
 
0.2%
Space Separator168
 
0.2%

Most frequent character per category

ValueCountFrequency (%)
в336
15.4%
о336
15.4%
а336
15.4%
б168
7.7%
п168
7.7%
л168
7.7%
н168
7.7%
и168
7.7%
р168
7.7%
к168
7.7%
ValueCountFrequency (%)
155408
50.9%
230905
28.4%
318157
 
16.7%
43276
 
3.0%
5829
 
0.8%
780
 
0.1%
959
 
0.1%
844
 
< 0.1%
ValueCountFrequency (%)
С168
100.0%
ValueCountFrequency (%)
.168
100.0%
ValueCountFrequency (%)
168
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common109094
97.9%
Cyrillic2352
 
2.1%

Most frequent character per script

ValueCountFrequency (%)
в336
14.3%
о336
14.3%
а336
14.3%
С168
7.1%
б168
7.1%
п168
7.1%
л168
7.1%
н168
7.1%
и168
7.1%
р168
7.1%
ValueCountFrequency (%)
155408
50.8%
230905
28.3%
318157
 
16.6%
43276
 
3.0%
5829
 
0.8%
.168
 
0.2%
168
 
0.2%
780
 
0.1%
959
 
0.1%
844
 
< 0.1%

Most occurring blocks

ValueCountFrequency (%)
ASCII109094
97.9%
Cyrillic2352
 
2.1%

Most frequent character per block

ValueCountFrequency (%)
155408
50.8%
230905
28.3%
318157
 
16.6%
43276
 
3.0%
5829
 
0.8%
.168
 
0.2%
168
 
0.2%
780
 
0.1%
959
 
0.1%
844
 
< 0.1%
ValueCountFrequency (%)
в336
14.3%
о336
14.3%
а336
14.3%
С168
7.1%
б168
7.1%
п168
7.1%
л168
7.1%
н168
7.1%
и168
7.1%
р168
7.1%

floors
Real number (ℝ≥0)

Distinct35
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean7.860336375
Minimum1
Maximum35
Zeros0
Zeros (%)0.0%
Memory size851.1 KiB
2021-04-04T15:33:21.641372image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum1
5-th percentile1
Q13
median7
Q311
95-th percentile19
Maximum35
Range34
Interquartile range (IQR)8

Descriptive statistics

Standard deviation5.612099046
Coefficient of variation (CV)0.713976957
Kurtosis0.2685893313
Mean7.860336375
Median Absolute Deviation (MAD)4
Skewness0.9462732928
Sum856195
Variance31.4956557
MonotocityNot monotonic
2021-04-04T15:33:21.767458image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=35)
ValueCountFrequency (%)
212418
11.4%
310040
 
9.2%
49358
 
8.6%
58848
 
8.1%
67012
 
6.4%
76887
 
6.3%
86652
 
6.1%
16627
 
6.1%
95554
 
5.1%
105094
 
4.7%
Other values (25)30436
27.9%
ValueCountFrequency (%)
16627
6.1%
212418
11.4%
310040
9.2%
49358
8.6%
58848
8.1%
ValueCountFrequency (%)
351
 
< 0.1%
342
< 0.1%
332
< 0.1%
324
< 0.1%
311
 
< 0.1%

square
Real number (ℝ≥0)

Distinct2006
Distinct (%)1.8%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean54.77202688
Minimum10
Maximum399
Zeros0
Zeros (%)0.0%
Memory size851.1 KiB
2021-04-04T15:33:21.892429image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum10
5-th percentile22.4
Q134.4
median45.9
Q366.5
95-th percentile114
Maximum399
Range389
Interquartile range (IQR)32.1

Descriptive statistics

Standard deviation31.86597124
Coefficient of variation (CV)0.5817928065
Kurtosis10.5654656
Mean54.77202688
Median Absolute Deviation (MAD)14.7
Skewness2.423939055
Sum5966097.8
Variance1015.440123
MonotocityNot monotonic
2021-04-04T15:33:22.033698image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
34918
 
0.8%
25838
 
0.8%
37802
 
0.7%
26795
 
0.7%
35794
 
0.7%
36722
 
0.7%
22.1711
 
0.7%
38.7636
 
0.6%
50636
 
0.6%
32618
 
0.6%
Other values (1996)101456
93.1%
ValueCountFrequency (%)
1011
< 0.1%
111
 
< 0.1%
11.31
 
< 0.1%
11.54
 
< 0.1%
11.61
 
< 0.1%
ValueCountFrequency (%)
3991
< 0.1%
3902
< 0.1%
389.41
< 0.1%
388.51
< 0.1%
3861
< 0.1%

kitchen_square
Real number (ℝ≥0)

MISSING

Distinct575
Distinct (%)1.0%
Missing51206
Missing (%)47.0%
Infinite0
Infinite (%)0.0%
Mean13.66585759
Minimum2
Maximum100
Zeros0
Zeros (%)0.0%
Memory size851.1 KiB
2021-04-04T15:33:22.175410image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum2
5-th percentile5
Q19
median12.3
Q316.6
95-th percentile26
Maximum100
Range98
Interquartile range (IQR)7.6

Descriptive statistics

Standard deviation7.509027659
Coefficient of variation (CV)0.5494735775
Kurtosis17.03103395
Mean13.66585759
Median Absolute Deviation (MAD)3.7
Skewness2.793556391
Sum788793.3
Variance56.38549638
MonotocityNot monotonic
2021-04-04T15:33:22.300381image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
52761
 
2.5%
102132
 
2.0%
111305
 
1.2%
121267
 
1.2%
151185
 
1.1%
91044
 
1.0%
8924
 
0.8%
14851
 
0.8%
6850
 
0.8%
17844
 
0.8%
Other values (565)44557
40.9%
(Missing)51206
47.0%
ValueCountFrequency (%)
2319
0.3%
2.15
 
< 0.1%
2.21
 
< 0.1%
2.32
 
< 0.1%
2.56
 
< 0.1%
ValueCountFrequency (%)
1008
< 0.1%
98.63
 
< 0.1%
98.21
 
< 0.1%
982
 
< 0.1%
97.51
 
< 0.1%

live_square
Real number (ℝ≥0)

MISSING

Distinct1281
Distinct (%)2.0%
Missing45585
Missing (%)41.8%
Infinite0
Infinite (%)0.0%
Mean31.17243492
Minimum5
Maximum322.8
Zeros0
Zeros (%)0.0%
Memory size851.1 KiB
2021-04-04T15:33:22.434232image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum5
5-th percentile10.7
Q116.1
median26.1
Q340
95-th percentile70
Maximum322.8
Range317.8
Interquartile range (IQR)23.9

Descriptive statistics

Standard deviation21.3351615
Coefficient of variation (CV)0.6844239648
Kurtosis12.49039979
Mean31.17243492
Median Absolute Deviation (MAD)11.1
Skewness2.513553213
Sum1974493.2
Variance455.1891161
MonotocityNot monotonic
2021-04-04T15:33:22.574630image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
181497
 
1.4%
151058
 
1.0%
171015
 
0.9%
16909
 
0.8%
14889
 
0.8%
30674
 
0.6%
20629
 
0.6%
11606
 
0.6%
10548
 
0.5%
27510
 
0.5%
Other values (1271)55006
50.5%
(Missing)45585
41.8%
ValueCountFrequency (%)
56
< 0.1%
5.11
 
< 0.1%
5.21
 
< 0.1%
5.61
 
< 0.1%
610
< 0.1%
ValueCountFrequency (%)
322.81
< 0.1%
3001
< 0.1%
2702
< 0.1%
2661
< 0.1%
265.21
< 0.1%

price
Real number (ℝ≥0)

Distinct34338
Distinct (%)31.5%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean9734639.798
Minimum1107000
Maximum99950000
Zeros0
Zeros (%)0.0%
Memory size851.1 KiB
2021-04-04T15:33:22.730844image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum1107000
5-th percentile3380381
Q15000000
median7200000
Q311076281
95-th percentile24450000
Maximum99950000
Range98843000
Interquartile range (IQR)6076281

Descriptive statistics

Standard deviation8811195.045
Coefficient of variation (CV)0.905138272
Kurtosis23.02767501
Mean9734639.798
Median Absolute Deviation (MAD)2549955.5
Skewness4.002236811
Sum1.060355375 × 1012
Variance7.763715812 × 1013
MonotocityNot monotonic
2021-04-04T15:33:22.863537image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
6500000511
 
0.5%
5500000451
 
0.4%
7500000436
 
0.4%
4500000383
 
0.4%
5200000355
 
0.3%
8500000355
 
0.3%
6000000353
 
0.3%
5300000343
 
0.3%
4200000334
 
0.3%
5800000325
 
0.3%
Other values (34328)105080
96.5%
ValueCountFrequency (%)
11070001
< 0.1%
12000002
< 0.1%
13000001
< 0.1%
14350001
< 0.1%
14550001
< 0.1%
ValueCountFrequency (%)
999500001
 
< 0.1%
999000002
 
< 0.1%
990000008
< 0.1%
989000001
 
< 0.1%
988000001
 
< 0.1%

build_matireal
Categorical

Distinct5
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size851.1 KiB
Монолит
54457 
Кирпич
41358 
Панель
12630 
Блоки
 
458
Дерево
 
23

Length

Max length7
Median length6
Mean length6.495740227
Min length5

Characters and Unicode

Total characters707555
Distinct characters18
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowПанель
2nd rowКирпич
3rd rowКирпич
4th rowПанель
5th rowМонолит
ValueCountFrequency (%)
Монолит54457
50.0%
Кирпич41358
38.0%
Панель12630
 
11.6%
Блоки458
 
0.4%
Дерево23
 
< 0.1%
2021-04-04T15:33:23.107736image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-04T15:33:23.185842image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
монолит54457
50.0%
кирпич41358
38.0%
панель12630
 
11.6%
блоки458
 
0.4%
дерево23
 
< 0.1%

Most occurring characters

ValueCountFrequency (%)
и137631
19.5%
о109395
15.5%
л67545
9.5%
н67087
9.5%
М54457
 
7.7%
т54457
 
7.7%
р41381
 
5.8%
К41358
 
5.8%
п41358
 
5.8%
ч41358
 
5.8%
Other values (8)51528
 
7.3%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter598629
84.6%
Uppercase Letter108926
 
15.4%

Most frequent character per category

ValueCountFrequency (%)
и137631
23.0%
о109395
18.3%
л67545
11.3%
н67087
11.2%
т54457
 
9.1%
р41381
 
6.9%
п41358
 
6.9%
ч41358
 
6.9%
е12676
 
2.1%
а12630
 
2.1%
Other values (3)13111
 
2.2%
ValueCountFrequency (%)
М54457
50.0%
К41358
38.0%
П12630
 
11.6%
Б458
 
0.4%
Д23
 
< 0.1%

Most occurring scripts

ValueCountFrequency (%)
Cyrillic707555
100.0%

Most frequent character per script

ValueCountFrequency (%)
и137631
19.5%
о109395
15.5%
л67545
9.5%
н67087
9.5%
М54457
 
7.7%
т54457
 
7.7%
р41381
 
5.8%
К41358
 
5.8%
п41358
 
5.8%
ч41358
 
5.8%
Other values (8)51528
 
7.3%

Most occurring blocks

ValueCountFrequency (%)
Cyrillic707555
100.0%

Most frequent character per block

ValueCountFrequency (%)
и137631
19.5%
о109395
15.5%
л67545
9.5%
н67087
9.5%
М54457
 
7.7%
т54457
 
7.7%
р41381
 
5.8%
К41358
 
5.8%
п41358
 
5.8%
ч41358
 
5.8%
Other values (8)51528
 
7.3%

public_date
Categorical

HIGH CARDINALITY

Distinct1273
Distinct (%)1.2%
Missing0
Missing (%)0.0%
Memory size851.1 KiB
15/2/2021
18982 
26/3/2021
 
6943
22/3/2021
 
4253
3/2/2021
 
1513
4/3/2021
 
1433
Other values (1268)
75802 

Length

Max length10
Median length9
Mean length8.895736555
Min length8

Characters and Unicode

Total characters968977
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique361 ?
Unique (%)0.3%

Sample

1st row4/2/2021
2nd row13/5/2020
3rd row15/2/2021
4th row4/3/2021
5th row6/2/2021
ValueCountFrequency (%)
15/2/202118982
 
17.4%
26/3/20216943
 
6.4%
22/3/20214253
 
3.9%
3/2/20211513
 
1.4%
4/3/20211433
 
1.3%
19/2/20211294
 
1.2%
20/2/20211169
 
1.1%
25/3/20211147
 
1.1%
12/2/20211131
 
1.0%
6/3/20211116
 
1.0%
Other values (1263)69945
64.2%
2021-04-04T15:33:23.655464image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
15/2/202118982
 
17.4%
26/3/20216943
 
6.4%
22/3/20214253
 
3.9%
3/2/20211513
 
1.4%
4/3/20211433
 
1.3%
19/2/20211294
 
1.2%
20/2/20211169
 
1.1%
25/3/20211147
 
1.1%
12/2/20211131
 
1.0%
6/3/20211116
 
1.0%
Other values (1263)69945
64.2%

Most occurring characters

ValueCountFrequency (%)
2302640
31.2%
/217852
22.5%
1170351
17.6%
0143082
14.8%
343833
 
4.5%
526978
 
2.8%
617048
 
1.8%
916381
 
1.7%
811080
 
1.1%
710463
 
1.1%

Most occurring categories

ValueCountFrequency (%)
Decimal Number751125
77.5%
Other Punctuation217852
 
22.5%

Most frequent character per category

ValueCountFrequency (%)
2302640
40.3%
1170351
22.7%
0143082
19.0%
343833
 
5.8%
526978
 
3.6%
617048
 
2.3%
916381
 
2.2%
811080
 
1.5%
710463
 
1.4%
49269
 
1.2%
ValueCountFrequency (%)
/217852
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common968977
100.0%

Most frequent character per script

ValueCountFrequency (%)
2302640
31.2%
/217852
22.5%
1170351
17.6%
0143082
14.8%
343833
 
4.5%
526978
 
2.8%
617048
 
1.8%
916381
 
1.7%
811080
 
1.1%
710463
 
1.1%

Most occurring blocks

ValueCountFrequency (%)
ASCII968977
100.0%

Most frequent character per block

ValueCountFrequency (%)
2302640
31.2%
/217852
22.5%
1170351
17.6%
0143082
14.8%
343833
 
4.5%
526978
 
2.8%
617048
 
1.8%
916381
 
1.7%
811080
 
1.1%
710463
 
1.1%

update_date
Categorical

HIGH CARDINALITY

Distinct69
Distinct (%)0.1%
Missing0
Missing (%)0.0%
Memory size851.1 KiB
20/2/2021
14153 
24/2/2021
7463 
19/2/2021
7070 
27/3/2021
 
5989
18/2/2021
 
5466
Other values (64)
68785 

Length

Max length9
Median length9
Mean length8.892257129
Min length8

Characters and Unicode

Total characters968598
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique3 ?
Unique (%)< 0.1%

Sample

1st row4/2/2021
2nd row13/2/2021
3rd row19/2/2021
4th row4/3/2021
5th row24/3/2021
ValueCountFrequency (%)
20/2/202114153
 
13.0%
24/2/20217463
 
6.9%
19/2/20217070
 
6.5%
27/3/20215989
 
5.5%
18/2/20215466
 
5.0%
26/3/20214467
 
4.1%
28/3/20213945
 
3.6%
15/2/20213717
 
3.4%
17/2/20213557
 
3.3%
24/3/20213218
 
3.0%
Other values (59)49881
45.8%
2021-04-04T15:33:23.936653image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
20/2/202114153
 
13.0%
24/2/20217463
 
6.9%
19/2/20217070
 
6.5%
27/3/20215989
 
5.5%
18/2/20215466
 
5.0%
26/3/20214467
 
4.1%
28/3/20213945
 
3.6%
15/2/20213717
 
3.4%
17/2/20213557
 
3.3%
24/3/20213218
 
3.0%
Other values (59)49881
45.8%

Most occurring characters

ValueCountFrequency (%)
2353263
36.5%
/217852
22.5%
1155854
16.1%
0125670
 
13.0%
346861
 
4.8%
413443
 
1.4%
712433
 
1.3%
812372
 
1.3%
510749
 
1.1%
610145
 
1.0%

Most occurring categories

ValueCountFrequency (%)
Decimal Number750746
77.5%
Other Punctuation217852
 
22.5%

Most frequent character per category

ValueCountFrequency (%)
2353263
47.1%
1155854
20.8%
0125670
 
16.7%
346861
 
6.2%
413443
 
1.8%
712433
 
1.7%
812372
 
1.6%
510749
 
1.4%
610145
 
1.4%
99956
 
1.3%
ValueCountFrequency (%)
/217852
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common968598
100.0%

Most frequent character per script

ValueCountFrequency (%)
2353263
36.5%
/217852
22.5%
1155854
16.1%
0125670
 
13.0%
346861
 
4.8%
413443
 
1.4%
712433
 
1.3%
812372
 
1.3%
510749
 
1.1%
610145
 
1.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII968598
100.0%

Most frequent character per block

ValueCountFrequency (%)
2353263
36.5%
/217852
22.5%
1155854
16.1%
0125670
 
13.0%
346861
 
4.8%
413443
 
1.4%
712433
 
1.3%
812372
 
1.3%
510749
 
1.1%
610145
 
1.0%

district_rating
Categorical

Distinct10
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size851.1 KiB
3,7
46718 
3,8
15680 
3,9
12355 
4,0
10413 
3,6
5560 
Other values (5)
18200 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters326778
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3,5
2nd row3,7
3rd row3,7
4th row3,5
5th row3,9
ValueCountFrequency (%)
3,746718
42.9%
3,815680
 
14.4%
3,912355
 
11.3%
4,010413
 
9.6%
3,65560
 
5.1%
3,25528
 
5.1%
3,55218
 
4.8%
3,32571
 
2.4%
4,12527
 
2.3%
3,42356
 
2.2%
2021-04-04T15:33:24.126960image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-04T15:33:24.205107image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
3,746718
42.9%
3,815680
 
14.4%
3,912355
 
11.3%
4,010413
 
9.6%
3,65560
 
5.1%
3,25528
 
5.1%
3,55218
 
4.8%
3,32571
 
2.4%
4,12527
 
2.3%
3,42356
 
2.2%

Most occurring characters

ValueCountFrequency (%)
,108926
33.3%
398557
30.2%
746718
14.3%
815680
 
4.8%
415296
 
4.7%
912355
 
3.8%
010413
 
3.2%
65560
 
1.7%
25528
 
1.7%
55218
 
1.6%

Most occurring categories

ValueCountFrequency (%)
Decimal Number217852
66.7%
Other Punctuation108926
33.3%

Most frequent character per category

ValueCountFrequency (%)
398557
45.2%
746718
21.4%
815680
 
7.2%
415296
 
7.0%
912355
 
5.7%
010413
 
4.8%
65560
 
2.6%
25528
 
2.5%
55218
 
2.4%
12527
 
1.2%
ValueCountFrequency (%)
,108926
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common326778
100.0%

Most frequent character per script

ValueCountFrequency (%)
,108926
33.3%
398557
30.2%
746718
14.3%
815680
 
4.8%
415296
 
4.7%
912355
 
3.8%
010413
 
3.2%
65560
 
1.7%
25528
 
1.7%
55218
 
1.6%

Most occurring blocks

ValueCountFrequency (%)
ASCII326778
100.0%

Most frequent character per block

ValueCountFrequency (%)
,108926
33.3%
398557
30.2%
746718
14.3%
815680
 
4.8%
415296
 
4.7%
912355
 
3.8%
010413
 
3.2%
65560
 
1.7%
25528
 
1.7%
55218
 
1.6%

district
Categorical

HIGH CORRELATION

Distinct18
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size851.1 KiB
Выборгский
18242 
Приморский
17623 
Невский
13656 
Московский
11181 
Калининский
10969 
Other values (13)
37255 

Length

Max length17
Median length10
Mean length10.87999192
Min length7

Characters and Unicode

Total characters1185114
Distinct characters35
Distinct categories3 ?
Distinct scripts3 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowНевский
2nd rowАдмиралтейский
3rd rowНевский
4th rowНевский
5th rowПриморский
ValueCountFrequency (%)
Выборгский18242
16.7%
Приморский17623
16.2%
Невский13656
12.5%
Московский11181
10.3%
Калининский10969
10.1%
Красносельский7228
 
6.6%
Ваcилеостровский5278
 
4.8%
Петроградский4681
 
4.3%
Адмиралтейский4200
 
3.9%
Красногвардейский3405
 
3.1%
Other values (8)12463
11.4%
2021-04-04T15:33:24.447392image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
выборгский18242
16.7%
приморский17623
16.2%
невский13656
12.5%
московский11181
10.3%
калининский10969
10.1%
красносельский7228
 
6.6%
ваcилеостровский5278
 
4.8%
петроградский4681
 
4.3%
адмиралтейский4200
 
3.9%
красногвардейский3405
 
3.1%
Other values (8)12463
11.4%

Most occurring characters

ValueCountFrequency (%)
и158964
13.4%
с138842
11.7%
к118683
10.0%
й115181
 
9.7%
р97189
 
8.2%
о89030
 
7.5%
н47017
 
4.0%
е46644
 
3.9%
а43540
 
3.7%
в36819
 
3.1%
Other values (25)293205
24.7%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter1073488
90.6%
Uppercase Letter110276
 
9.3%
Dash Punctuation1350
 
0.1%

Most frequent character per category

ValueCountFrequency (%)
и158964
14.8%
с138842
12.9%
к118683
11.1%
й115181
10.7%
р97189
9.1%
о89030
8.3%
н47017
 
4.4%
е46644
 
4.3%
а43540
 
4.1%
в36819
 
3.4%
Other values (15)181579
16.9%
ValueCountFrequency (%)
П25742
23.3%
К25375
23.0%
В23734
21.5%
Н13656
12.4%
М11181
10.1%
А4200
 
3.8%
Ц3024
 
2.7%
Ф2014
 
1.8%
С1350
 
1.2%
ValueCountFrequency (%)
-1350
100.0%

Most occurring scripts

ValueCountFrequency (%)
Cyrillic1178486
99.4%
Latin5278
 
0.4%
Common1350
 
0.1%

Most frequent character per script

ValueCountFrequency (%)
и158964
13.5%
с138842
11.8%
к118683
10.1%
й115181
9.8%
р97189
 
8.2%
о89030
 
7.6%
н47017
 
4.0%
е46644
 
4.0%
а43540
 
3.7%
в36819
 
3.1%
Other values (23)286577
24.3%
ValueCountFrequency (%)
c5278
100.0%
ValueCountFrequency (%)
-1350
100.0%

Most occurring blocks

ValueCountFrequency (%)
Cyrillic1178486
99.4%
ASCII6628
 
0.6%

Most frequent character per block

ValueCountFrequency (%)
и158964
13.5%
с138842
11.8%
к118683
10.1%
й115181
9.8%
р97189
 
8.2%
о89030
 
7.6%
н47017
 
4.0%
е46644
 
4.0%
а43540
 
3.7%
в36819
 
3.1%
Other values (23)286577
24.3%
ValueCountFrequency (%)
c5278
79.6%
-1350
 
20.4%

underground
Categorical

Distinct6
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size851.1 KiB
0 - 1000
30740 
1000 - 2000
29297 
3000 - 4000
16956 
2000 - 3000
14919 
4000 - 5000
12223 

Length

Max length11
Median length11
Mean length9.933450232
Min length6

Characters and Unicode

Total characters1082011
Distinct characters9
Distinct categories4 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row1000 - 2000
2nd row0 - 1000
3rd row1000 - 2000
4th row1000 - 2000
5th row0 - 1000
ValueCountFrequency (%)
0 - 100030740
28.2%
1000 - 200029297
26.9%
3000 - 400016956
15.6%
2000 - 300014919
13.7%
4000 - 500012223
 
11.2%
> 50004791
 
4.4%
2021-04-04T15:33:24.674604image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-04T15:33:24.744823image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
108926
33.8%
100060037
18.6%
200044216
13.7%
300031875
 
9.9%
030740
 
9.5%
400029179
 
9.1%
500017014
 
5.3%

Most occurring characters

ValueCountFrequency (%)
0577703
53.4%
213061
 
19.7%
-104135
 
9.6%
160037
 
5.5%
244216
 
4.1%
331875
 
2.9%
429179
 
2.7%
517014
 
1.6%
>4791
 
0.4%

Most occurring categories

ValueCountFrequency (%)
Decimal Number760024
70.2%
Space Separator213061
 
19.7%
Dash Punctuation104135
 
9.6%
Math Symbol4791
 
0.4%

Most frequent character per category

ValueCountFrequency (%)
0577703
76.0%
160037
 
7.9%
244216
 
5.8%
331875
 
4.2%
429179
 
3.8%
517014
 
2.2%
ValueCountFrequency (%)
213061
100.0%
ValueCountFrequency (%)
-104135
100.0%
ValueCountFrequency (%)
>4791
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common1082011
100.0%

Most frequent character per script

ValueCountFrequency (%)
0577703
53.4%
213061
 
19.7%
-104135
 
9.6%
160037
 
5.5%
244216
 
4.1%
331875
 
2.9%
429179
 
2.7%
517014
 
1.6%
>4791
 
0.4%

Most occurring blocks

ValueCountFrequency (%)
ASCII1082011
100.0%

Most frequent character per block

ValueCountFrequency (%)
0577703
53.4%
213061
 
19.7%
-104135
 
9.6%
160037
 
5.5%
244216
 
4.1%
331875
 
2.9%
429179
 
2.7%
517014
 
1.6%
>4791
 
0.4%

eco_rating
Categorical

Distinct17
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size851.1 KiB
3,4
41723 
3,1
11132 
3,7
10705 
3,2
9033 
3,3
7358 
Other values (12)
28975 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters326778
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3,1
2nd row3,4
3rd row3,3
4th row3,1
5th row3,5
ValueCountFrequency (%)
3,441723
38.3%
3,111132
 
10.2%
3,710705
 
9.8%
3,29033
 
8.3%
3,37358
 
6.8%
2,86136
 
5.6%
3,54628
 
4.2%
3,64490
 
4.1%
2,93073
 
2.8%
3,82878
 
2.6%
Other values (7)7770
 
7.1%
2021-04-04T15:33:24.949089image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
3,441723
38.3%
3,111132
 
10.2%
3,710705
 
9.8%
3,29033
 
8.3%
3,37358
 
6.8%
2,86136
 
5.6%
3,54628
 
4.2%
3,64490
 
4.1%
2,93073
 
2.8%
3,82878
 
2.6%
Other values (7)7770
 
7.1%

Most occurring characters

ValueCountFrequency (%)
,108926
33.3%
3101233
31.0%
448023
14.7%
222451
 
6.9%
111132
 
3.4%
710705
 
3.3%
89014
 
2.8%
65156
 
1.6%
54628
 
1.4%
93781
 
1.2%

Most occurring categories

ValueCountFrequency (%)
Decimal Number217852
66.7%
Other Punctuation108926
33.3%

Most frequent character per category

ValueCountFrequency (%)
3101233
46.5%
448023
22.0%
222451
 
10.3%
111132
 
5.1%
710705
 
4.9%
89014
 
4.1%
65156
 
2.4%
54628
 
2.1%
93781
 
1.7%
01729
 
0.8%
ValueCountFrequency (%)
,108926
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common326778
100.0%

Most frequent character per script

ValueCountFrequency (%)
,108926
33.3%
3101233
31.0%
448023
14.7%
222451
 
6.9%
111132
 
3.4%
710705
 
3.3%
89014
 
2.8%
65156
 
1.6%
54628
 
1.4%
93781
 
1.2%

Most occurring blocks

ValueCountFrequency (%)
ASCII326778
100.0%

Most frequent character per block

ValueCountFrequency (%)
,108926
33.3%
3101233
31.0%
448023
14.7%
222451
 
6.9%
111132
 
3.4%
710705
 
3.3%
89014
 
2.8%
65156
 
1.6%
54628
 
1.4%
93781
 
1.2%

clear_rating
Categorical

Distinct13
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size851.1 KiB
3,2
43027 
3,5
16985 
3,4
13300 
3,3
6599 
2,8
6553 
Other values (8)
22462 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters326778
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row2,8
2nd row3,2
3rd row3,0
4th row2,8
5th row3,6
ValueCountFrequency (%)
3,243027
39.5%
3,516985
 
15.6%
3,413300
 
12.2%
3,36599
 
6.1%
2,86553
 
6.0%
3,15807
 
5.3%
3,64964
 
4.6%
3,03870
 
3.6%
2,63565
 
3.3%
2,92234
 
2.1%
Other values (3)2022
 
1.9%
2021-04-04T15:33:25.152710image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
3,243027
39.5%
3,516985
 
15.6%
3,413300
 
12.2%
3,36599
 
6.1%
2,86553
 
6.0%
3,15807
 
5.3%
3,64964
 
4.6%
3,03870
 
3.6%
2,63565
 
3.3%
2,92234
 
2.1%
Other values (3)2022
 
1.9%

Most occurring characters

ValueCountFrequency (%)
,108926
33.3%
3103062
31.5%
256515
17.3%
516985
 
5.2%
413300
 
4.1%
68529
 
2.6%
87439
 
2.3%
15807
 
1.8%
03870
 
1.2%
92234
 
0.7%

Most occurring categories

ValueCountFrequency (%)
Decimal Number217852
66.7%
Other Punctuation108926
33.3%

Most frequent character per category

ValueCountFrequency (%)
3103062
47.3%
256515
25.9%
516985
 
7.8%
413300
 
6.1%
68529
 
3.9%
87439
 
3.4%
15807
 
2.7%
03870
 
1.8%
92234
 
1.0%
7111
 
0.1%
ValueCountFrequency (%)
,108926
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common326778
100.0%

Most frequent character per script

ValueCountFrequency (%)
,108926
33.3%
3103062
31.5%
256515
17.3%
516985
 
5.2%
413300
 
4.1%
68529
 
2.6%
87439
 
2.3%
15807
 
1.8%
03870
 
1.2%
92234
 
0.7%

Most occurring blocks

ValueCountFrequency (%)
ASCII326778
100.0%

Most frequent character per block

ValueCountFrequency (%)
,108926
33.3%
3103062
31.5%
256515
17.3%
516985
 
5.2%
413300
 
4.1%
68529
 
2.6%
87439
 
2.3%
15807
 
1.8%
03870
 
1.2%
92234
 
0.7%

gkh_rating
Categorical

Distinct15
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size851.1 KiB
2,9
44441 
3,3
24555 
3,2
9125 
3,0
7046 
2,8
 
4207
Other values (10)
19552 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters326778
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row2,7
2nd row2,9
3rd row3,0
4th row2,7
5th row3,3
ValueCountFrequency (%)
2,944441
40.8%
3,324555
22.5%
3,29125
 
8.4%
3,07046
 
6.5%
2,84207
 
3.9%
3,14063
 
3.7%
2,73958
 
3.6%
2,33676
 
3.4%
2,13171
 
2.9%
2,61963
 
1.8%
Other values (5)2721
 
2.5%
2021-04-04T15:33:25.348182image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
2,944441
40.8%
3,324555
22.5%
3,29125
 
8.4%
3,07046
 
6.5%
2,84207
 
3.9%
3,14063
 
3.7%
2,73958
 
3.6%
2,33676
 
3.4%
2,13171
 
2.9%
2,61963
 
1.8%
Other values (5)2721
 
2.5%

Most occurring characters

ValueCountFrequency (%)
,108926
33.3%
274035
22.7%
373249
22.4%
944441
13.6%
08071
 
2.5%
17234
 
2.2%
84207
 
1.3%
73958
 
1.2%
61963
 
0.6%
5476
 
0.1%

Most occurring categories

ValueCountFrequency (%)
Decimal Number217852
66.7%
Other Punctuation108926
33.3%

Most frequent character per category

ValueCountFrequency (%)
274035
34.0%
373249
33.6%
944441
20.4%
08071
 
3.7%
17234
 
3.3%
84207
 
1.9%
73958
 
1.8%
61963
 
0.9%
5476
 
0.2%
4218
 
0.1%
ValueCountFrequency (%)
,108926
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common326778
100.0%

Most frequent character per script

ValueCountFrequency (%)
,108926
33.3%
274035
22.7%
373249
22.4%
944441
13.6%
08071
 
2.5%
17234
 
2.2%
84207
 
1.3%
73958
 
1.2%
61963
 
0.6%
5476
 
0.1%

Most occurring blocks

ValueCountFrequency (%)
ASCII326778
100.0%

Most frequent character per block

ValueCountFrequency (%)
,108926
33.3%
274035
22.7%
373249
22.4%
944441
13.6%
08071
 
2.5%
17234
 
2.2%
84207
 
1.3%
73958
 
1.2%
61963
 
0.6%
5476
 
0.1%

neighbor_rating
Categorical

Distinct11
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size851.1 KiB
3,7
45126 
3,8
17135 
3,9
12942 
3,6
7830 
3,4
7021 
Other values (6)
18872 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters326778
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3,5
2nd row3,7
3rd row3,6
4th row3,5
5th row3,7
ValueCountFrequency (%)
3,745126
41.4%
3,817135
 
15.7%
3,912942
 
11.9%
3,67830
 
7.2%
3,47021
 
6.4%
4,06391
 
5.9%
3,55996
 
5.5%
3,23565
 
3.3%
4,31611
 
1.5%
4,1715
 
0.7%
2021-04-04T15:33:25.551299image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
3,745126
41.4%
3,817135
 
15.7%
3,912942
 
11.9%
3,67830
 
7.2%
3,47021
 
6.4%
4,06391
 
5.9%
3,55996
 
5.5%
3,23565
 
3.3%
4,31611
 
1.5%
4,1715
 
0.7%

Most occurring characters

ValueCountFrequency (%)
,108926
33.3%
3102414
31.3%
745126
13.8%
817135
 
5.2%
415738
 
4.8%
912942
 
4.0%
67830
 
2.4%
06391
 
2.0%
55996
 
1.8%
23565
 
1.1%

Most occurring categories

ValueCountFrequency (%)
Decimal Number217852
66.7%
Other Punctuation108926
33.3%

Most frequent character per category

ValueCountFrequency (%)
3102414
47.0%
745126
20.7%
817135
 
7.9%
415738
 
7.2%
912942
 
5.9%
67830
 
3.6%
06391
 
2.9%
55996
 
2.8%
23565
 
1.6%
1715
 
0.3%
ValueCountFrequency (%)
,108926
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common326778
100.0%

Most frequent character per script

ValueCountFrequency (%)
,108926
33.3%
3102414
31.3%
745126
13.8%
817135
 
5.2%
415738
 
4.8%
912942
 
4.0%
67830
 
2.4%
06391
 
2.0%
55996
 
1.8%
23565
 
1.1%

Most occurring blocks

ValueCountFrequency (%)
ASCII326778
100.0%

Most frequent character per block

ValueCountFrequency (%)
,108926
33.3%
3102414
31.3%
745126
13.8%
817135
 
5.2%
415738
 
4.8%
912942
 
4.0%
67830
 
2.4%
06391
 
2.0%
55996
 
1.8%
23565
 
1.1%

kids_rating
Categorical

Distinct15
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size851.1 KiB
3,8
55494 
3,9
19940 
4,0
7380 
4,1
6757 
3,4
 
4990
Other values (10)
14365 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters326778
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3,8
2nd row3,8
3rd row4,1
4th row3,8
5th row3,7
ValueCountFrequency (%)
3,855494
50.9%
3,919940
 
18.3%
4,07380
 
6.8%
4,16757
 
6.2%
3,44990
 
4.6%
3,73644
 
3.3%
4,32683
 
2.5%
3,52126
 
2.0%
3,62074
 
1.9%
2,31963
 
1.8%
Other values (5)1875
 
1.7%
2021-04-04T15:33:25.756268image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
3,855494
50.9%
3,919940
 
18.3%
4,07380
 
6.8%
4,16757
 
6.2%
3,44990
 
4.6%
3,73644
 
3.3%
4,32683
 
2.5%
3,52126
 
2.0%
3,62074
 
1.9%
2,31963
 
1.8%
Other values (5)1875
 
1.7%

Most occurring characters

ValueCountFrequency (%)
,108926
33.3%
393633
28.7%
855494
17.0%
423327
 
7.1%
919940
 
6.1%
07380
 
2.3%
17100
 
2.2%
73644
 
1.1%
52699
 
0.8%
22561
 
0.8%

Most occurring categories

ValueCountFrequency (%)
Decimal Number217852
66.7%
Other Punctuation108926
33.3%

Most frequent character per category

ValueCountFrequency (%)
393633
43.0%
855494
25.5%
423327
 
10.7%
919940
 
9.2%
07380
 
3.4%
17100
 
3.3%
73644
 
1.7%
52699
 
1.2%
22561
 
1.2%
62074
 
1.0%
ValueCountFrequency (%)
,108926
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common326778
100.0%

Most frequent character per script

ValueCountFrequency (%)
,108926
33.3%
393633
28.7%
855494
17.0%
423327
 
7.1%
919940
 
6.1%
07380
 
2.3%
17100
 
2.2%
73644
 
1.1%
52699
 
0.8%
22561
 
0.8%

Most occurring blocks

ValueCountFrequency (%)
ASCII326778
100.0%

Most frequent character per block

ValueCountFrequency (%)
,108926
33.3%
393633
28.7%
855494
17.0%
423327
 
7.1%
919940
 
6.1%
07380
 
2.3%
17100
 
2.2%
73644
 
1.1%
52699
 
0.8%
22561
 
0.8%

sport_rest_rating
Categorical

Distinct17
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size851.1 KiB
3,5
47525 
3,7
17773 
3,8
8909 
3,6
5377 
3,2
 
4483
Other values (12)
24859 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters326778
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3,5
2nd row3,5
3rd row3,7
4th row3,5
5th row3,8
ValueCountFrequency (%)
3,547525
43.6%
3,717773
 
16.3%
3,88909
 
8.2%
3,65377
 
4.9%
3,24483
 
4.1%
2,43565
 
3.3%
3,43512
 
3.2%
3,13455
 
3.2%
3,93108
 
2.9%
2,92636
 
2.4%
Other values (7)8583
 
7.9%
2021-04-04T15:33:25.953282image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
3,547525
43.6%
3,717773
 
16.3%
3,88909
 
8.2%
3,65377
 
4.9%
3,24483
 
4.1%
2,43565
 
3.3%
3,43512
 
3.2%
3,13455
 
3.2%
3,93108
 
2.9%
2,92636
 
2.4%
Other values (7)8583
 
7.9%

Most occurring characters

ValueCountFrequency (%)
,108926
33.3%
399403
30.4%
547525
14.5%
718373
 
5.6%
214437
 
4.4%
810099
 
3.1%
49105
 
2.8%
16494
 
2.0%
95744
 
1.8%
65377
 
1.6%

Most occurring categories

ValueCountFrequency (%)
Decimal Number217852
66.7%
Other Punctuation108926
33.3%

Most frequent character per category

ValueCountFrequency (%)
399403
45.6%
547525
21.8%
718373
 
8.4%
214437
 
6.6%
810099
 
4.6%
49105
 
4.2%
16494
 
3.0%
95744
 
2.6%
65377
 
2.5%
01295
 
0.6%
ValueCountFrequency (%)
,108926
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common326778
100.0%

Most frequent character per script

ValueCountFrequency (%)
,108926
33.3%
399403
30.4%
547525
14.5%
718373
 
5.6%
214437
 
4.4%
810099
 
3.1%
49105
 
2.8%
16494
 
2.0%
95744
 
1.8%
65377
 
1.6%

Most occurring blocks

ValueCountFrequency (%)
ASCII326778
100.0%

Most frequent character per block

ValueCountFrequency (%)
,108926
33.3%
399403
30.4%
547525
14.5%
718373
 
5.6%
214437
 
4.4%
810099
 
3.1%
49105
 
2.8%
16494
 
2.0%
95744
 
1.8%
65377
 
1.6%

shop_rating
Categorical

Distinct10
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size851.1 KiB
4,3
53338 
4,5
19613 
4,2
7707 
4,4
7311 
4,6
 
5127
Other values (5)
15830 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters326778
Distinct characters9
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row4,3
2nd row4,3
3rd row4,4
4th row4,3
5th row4,4
ValueCountFrequency (%)
4,353338
49.0%
4,519613
 
18.0%
4,27707
 
7.1%
4,47311
 
6.7%
4,65127
 
4.7%
3,54590
 
4.2%
4,13732
 
3.4%
3,32571
 
2.4%
4,02497
 
2.3%
3,82440
 
2.2%
2021-04-04T15:33:26.156362image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-04T15:33:26.227853image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
4,353338
49.0%
4,519613
 
18.0%
4,27707
 
7.1%
4,47311
 
6.7%
4,65127
 
4.7%
3,54590
 
4.2%
4,13732
 
3.4%
3,32571
 
2.4%
4,02497
 
2.3%
3,82440
 
2.2%

Most occurring characters

ValueCountFrequency (%)
,108926
33.3%
4106636
32.6%
365510
20.0%
524203
 
7.4%
27707
 
2.4%
65127
 
1.6%
13732
 
1.1%
02497
 
0.8%
82440
 
0.7%

Most occurring categories

ValueCountFrequency (%)
Decimal Number217852
66.7%
Other Punctuation108926
33.3%

Most frequent character per category

ValueCountFrequency (%)
4106636
48.9%
365510
30.1%
524203
 
11.1%
27707
 
3.5%
65127
 
2.4%
13732
 
1.7%
02497
 
1.1%
82440
 
1.1%
ValueCountFrequency (%)
,108926
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common326778
100.0%

Most frequent character per script

ValueCountFrequency (%)
,108926
33.3%
4106636
32.6%
365510
20.0%
524203
 
7.4%
27707
 
2.4%
65127
 
1.6%
13732
 
1.1%
02497
 
0.8%
82440
 
0.7%

Most occurring blocks

ValueCountFrequency (%)
ASCII326778
100.0%

Most frequent character per block

ValueCountFrequency (%)
,108926
33.3%
4106636
32.6%
365510
20.0%
524203
 
7.4%
27707
 
2.4%
65127
 
1.6%
13732
 
1.1%
02497
 
0.8%
82440
 
0.7%

traffic_rating
Categorical

Distinct14
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size851.1 KiB
3,2
45419 
3,3
16078 
3,1
12629 
3,5
8730 
2,9
7633 
Other values (9)
18437 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters326778
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3,1
2nd row3,2
3rd row3,1
4th row3,1
5th row2,9
ValueCountFrequency (%)
3,245419
41.7%
3,316078
 
14.8%
3,112629
 
11.6%
3,58730
 
8.0%
2,97633
 
7.0%
2,66275
 
5.8%
3,73269
 
3.0%
3,03049
 
2.8%
2,41963
 
1.8%
3,41333
 
1.2%
Other values (4)2548
 
2.3%
2021-04-04T15:33:26.461198image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
3,245419
41.7%
3,316078
 
14.8%
3,112629
 
11.6%
3,58730
 
8.0%
2,97633
 
7.0%
2,66275
 
5.8%
3,73269
 
3.0%
3,03049
 
2.8%
2,41963
 
1.8%
3,41333
 
1.2%
Other values (4)2548
 
2.3%

Most occurring characters

ValueCountFrequency (%)
,108926
33.3%
3107310
32.8%
263113
19.3%
112629
 
3.9%
58730
 
2.7%
97633
 
2.3%
66427
 
2.0%
74234
 
1.3%
43296
 
1.0%
03049
 
0.9%

Most occurring categories

ValueCountFrequency (%)
Decimal Number217852
66.7%
Other Punctuation108926
33.3%

Most frequent character per category

ValueCountFrequency (%)
3107310
49.3%
263113
29.0%
112629
 
5.8%
58730
 
4.0%
97633
 
3.5%
66427
 
3.0%
74234
 
1.9%
43296
 
1.5%
03049
 
1.4%
81431
 
0.7%
ValueCountFrequency (%)
,108926
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common326778
100.0%

Most frequent character per script

ValueCountFrequency (%)
,108926
33.3%
3107310
32.8%
263113
19.3%
112629
 
3.9%
58730
 
2.7%
97633
 
2.3%
66427
 
2.0%
74234
 
1.3%
43296
 
1.0%
03049
 
0.9%

Most occurring blocks

ValueCountFrequency (%)
ASCII326778
100.0%

Most frequent character per block

ValueCountFrequency (%)
,108926
33.3%
3107310
32.8%
263113
19.3%
112629
 
3.9%
58730
 
2.7%
97633
 
2.3%
66427
 
2.0%
74234
 
1.3%
43296
 
1.0%
03049
 
0.9%

secure_rating
Categorical

Distinct15
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size851.1 KiB
3,4
49308 
3,8
16613 
3,7
8991 
3,0
6497 
3,6
6270 
Other values (10)
21247 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters326778
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3,0
2nd row3,4
3rd row3,0
4th row3,0
5th row3,7
ValueCountFrequency (%)
3,449308
45.3%
3,816613
 
15.3%
3,78991
 
8.3%
3,06497
 
6.0%
3,66270
 
5.8%
2,94037
 
3.7%
3,94006
 
3.7%
3,33521
 
3.2%
3,23275
 
3.0%
4,02527
 
2.3%
Other values (5)3881
 
3.6%
2021-04-04T15:33:26.664279image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
3,449308
45.3%
3,816613
 
15.3%
3,78991
 
8.3%
3,06497
 
6.0%
3,66270
 
5.8%
2,94037
 
3.7%
3,94006
 
3.7%
3,33521
 
3.2%
3,23275
 
3.0%
4,02527
 
2.3%
Other values (5)3881
 
3.6%

Most occurring characters

ValueCountFrequency (%)
,108926
33.3%
3104699
32.0%
452408
16.0%
817036
 
5.2%
09024
 
2.8%
78991
 
2.8%
28496
 
2.6%
98043
 
2.5%
66458
 
2.0%
51989
 
0.6%

Most occurring categories

ValueCountFrequency (%)
Decimal Number217852
66.7%
Other Punctuation108926
33.3%

Most frequent character per category

ValueCountFrequency (%)
3104699
48.1%
452408
24.1%
817036
 
7.8%
09024
 
4.1%
78991
 
4.1%
28496
 
3.9%
98043
 
3.7%
66458
 
3.0%
51989
 
0.9%
1708
 
0.3%
ValueCountFrequency (%)
,108926
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common326778
100.0%

Most frequent character per script

ValueCountFrequency (%)
,108926
33.3%
3104699
32.0%
452408
16.0%
817036
 
5.2%
09024
 
2.8%
78991
 
2.8%
28496
 
2.6%
98043
 
2.5%
66458
 
2.0%
51989
 
0.6%

Most occurring blocks

ValueCountFrequency (%)
ASCII326778
100.0%

Most frequent character per block

ValueCountFrequency (%)
,108926
33.3%
3104699
32.0%
452408
16.0%
817036
 
5.2%
09024
 
2.8%
78991
 
2.8%
28496
 
2.6%
98043
 
2.5%
66458
 
2.0%
51989
 
0.6%

life_price_rating
Categorical

Distinct11
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size851.1 KiB
2,5
49379 
2,8
17675 
2,4
11086 
2,7
9028 
2,6
7405 
Other values (6)
14353 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters326778
Distinct characters10
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row2,4
2nd row2,5
3rd row2,5
4th row2,4
5th row2,7
ValueCountFrequency (%)
2,549379
45.3%
2,817675
 
16.2%
2,411086
 
10.2%
2,79028
 
8.3%
2,67405
 
6.8%
1,83565
 
3.3%
2,93215
 
3.0%
2,33180
 
2.9%
3,12527
 
2.3%
2,21562
 
1.4%
2021-04-04T15:33:26.869225image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
2,549379
45.3%
2,817675
 
16.2%
2,411086
 
10.2%
2,79028
 
8.3%
2,67405
 
6.8%
1,83565
 
3.3%
2,93215
 
3.0%
2,33180
 
2.9%
3,12527
 
2.3%
2,21562
 
1.4%

Most occurring characters

ValueCountFrequency (%)
,108926
33.3%
2104396
31.9%
549379
15.1%
821240
 
6.5%
411086
 
3.4%
79028
 
2.8%
67405
 
2.3%
16396
 
2.0%
35707
 
1.7%
93215
 
1.0%

Most occurring categories

ValueCountFrequency (%)
Decimal Number217852
66.7%
Other Punctuation108926
33.3%

Most frequent character per category

ValueCountFrequency (%)
2104396
47.9%
549379
22.7%
821240
 
9.7%
411086
 
5.1%
79028
 
4.1%
67405
 
3.4%
16396
 
2.9%
35707
 
2.6%
93215
 
1.5%
ValueCountFrequency (%)
,108926
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common326778
100.0%

Most frequent character per script

ValueCountFrequency (%)
,108926
33.3%
2104396
31.9%
549379
15.1%
821240
 
6.5%
411086
 
3.4%
79028
 
2.8%
67405
 
2.3%
16396
 
2.0%
35707
 
1.7%
93215
 
1.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII326778
100.0%

Most frequent character per block

ValueCountFrequency (%)
,108926
33.3%
2104396
31.9%
549379
15.1%
821240
 
6.5%
411086
 
3.4%
79028
 
2.8%
67405
 
2.3%
16396
 
2.0%
35707
 
1.7%
93215
 
1.0%

total_floors
Real number (ℝ≥0)

Distinct36
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean14.95608027
Minimum1
Maximum36
Zeros0
Zeros (%)0.0%
Memory size851.1 KiB
2021-04-04T15:33:26.978577image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum1
5-th percentile5
Q110
median14
Q320
95-th percentile25
Maximum36
Range35
Interquartile range (IQR)10

Descriptive statistics

Standard deviation6.613535121
Coefficient of variation (CV)0.4421970864
Kurtosis-0.9770249374
Mean14.95608027
Median Absolute Deviation (MAD)5
Skewness0.1366734756
Sum1629106
Variance43.7388468
MonotocityNot monotonic
2021-04-04T15:33:27.087923image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=36)
ValueCountFrequency (%)
128404
 
7.7%
258034
 
7.4%
138021
 
7.4%
56793
 
6.2%
246788
 
6.2%
96725
 
6.2%
166555
 
6.0%
146288
 
5.8%
155218
 
4.8%
84787
 
4.4%
Other values (26)41313
37.9%
ValueCountFrequency (%)
110
 
< 0.1%
2299
 
0.3%
3708
 
0.6%
43507
3.2%
56793
6.2%
ValueCountFrequency (%)
369
 
< 0.1%
3526
< 0.1%
343
 
< 0.1%
333
 
< 0.1%
3232
< 0.1%

metro_station
Categorical

HIGH CARDINALITY
HIGH CORRELATION

Distinct79
Distinct (%)0.1%
Missing0
Missing (%)0.0%
Memory size851.1 KiB
Комендантский проспект
11181 
Парнас
 
7031
Академическая
 
5450
Елизаровская
 
5026
Звездная
 
4946
Other values (74)
75292 

Length

Max length23
Median length12
Mean length12.81615959
Min length4

Characters and Unicode

Total characters1396013
Distinct characters57
Distinct categories8 ?
Distinct scripts3 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique1 ?
Unique (%)< 0.1%

Sample

1st rowУлица Дыбенко
2nd rowЗвенигородская
3rd rowЕлизаровская
4th rowУлица Дыбенко
5th rowПионерская
ValueCountFrequency (%)
Комендантский проспект11181
 
10.3%
Парнас7031
 
6.5%
Академическая5450
 
5.0%
Елизаровская5026
 
4.6%
Звездная4946
 
4.5%
Лен. область4791
 
4.4%
Лесная4426
 
4.1%
Приморская4305
 
4.0%
Пролетарская3609
 
3.3%
Гражданский проспект3092
 
2.8%
Other values (69)55069
50.6%
2021-04-04T15:33:27.379238image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
проспект19263
 
12.5%
комендантский11181
 
7.3%
парнас7031
 
4.6%
академическая5450
 
3.5%
елизаровская5026
 
3.3%
звездная4946
 
3.2%
лен4791
 
3.1%
область4791
 
3.1%
лесная4426
 
2.9%
приморская4305
 
2.8%
Other values (87)82598
53.7%

Most occurring characters

ValueCountFrequency (%)
а143522
 
10.3%
о123206
 
8.8%
с114486
 
8.2%
е107465
 
7.7%
к100527
 
7.2%
р89249
 
6.4%
н79404
 
5.7%
я66312
 
4.8%
и55833
 
4.0%
т54220
 
3.9%
Other values (47)461789
33.1%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter1214013
87.0%
Uppercase Letter126113
 
9.0%
Space Separator44882
 
3.2%
Other Punctuation5325
 
0.4%
Open Punctuation2675
 
0.2%
Close Punctuation2675
 
0.2%
Dash Punctuation329
 
< 0.1%
Decimal Number1
 
< 0.1%

Most frequent character per category

ValueCountFrequency (%)
а143522
11.8%
о123206
10.1%
с114486
9.4%
е107465
 
8.9%
к100527
 
8.3%
р89249
 
7.4%
н79404
 
6.5%
я66312
 
5.5%
и55833
 
4.6%
т54220
 
4.5%
Other values (19)279789
23.0%
ValueCountFrequency (%)
П31738
25.2%
К15194
12.0%
Л13226
10.5%
С7259
 
5.8%
В6696
 
5.3%
А6440
 
5.1%
З5119
 
4.1%
Ч5100
 
4.0%
Е5026
 
4.0%
Г4659
 
3.7%
Other values (12)25656
20.3%
ValueCountFrequency (%)
44882
100.0%
ValueCountFrequency (%)
.5325
100.0%
ValueCountFrequency (%)
(2675
100.0%
ValueCountFrequency (%)
)2675
100.0%
ValueCountFrequency (%)
-329
100.0%
ValueCountFrequency (%)
51
100.0%

Most occurring scripts

ValueCountFrequency (%)
Cyrillic1339671
96.0%
Common55887
 
4.0%
Latin455
 
< 0.1%

Most frequent character per script

ValueCountFrequency (%)
а143522
 
10.7%
о123206
 
9.2%
с114486
 
8.5%
е107465
 
8.0%
к100527
 
7.5%
р89249
 
6.7%
н79404
 
5.9%
я66312
 
4.9%
и55833
 
4.2%
т54220
 
4.0%
Other values (40)405447
30.3%
ValueCountFrequency (%)
44882
80.3%
.5325
 
9.5%
(2675
 
4.8%
)2675
 
4.8%
-329
 
0.6%
51
 
< 0.1%
ValueCountFrequency (%)
I455
100.0%

Most occurring blocks

ValueCountFrequency (%)
Cyrillic1339671
96.0%
ASCII56342
 
4.0%

Most frequent character per block

ValueCountFrequency (%)
а143522
 
10.7%
о123206
 
9.2%
с114486
 
8.5%
е107465
 
8.0%
к100527
 
7.5%
р89249
 
6.7%
н79404
 
5.9%
я66312
 
4.9%
и55833
 
4.2%
т54220
 
4.0%
Other values (40)405447
30.3%
ValueCountFrequency (%)
44882
79.7%
.5325
 
9.5%
(2675
 
4.7%
)2675
 
4.7%
I455
 
0.8%
-329
 
0.6%
51
 
< 0.1%

sample
Categorical

Distinct2
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size851.1 KiB
1
76257 
0
32669 

Length

Max length1
Median length1
Mean length1
Min length1

Characters and Unicode

Total characters108926
Distinct characters2
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row1
2nd row1
3rd row1
4th row1
5th row1
ValueCountFrequency (%)
176257
70.0%
032669
30.0%
2021-04-04T15:33:27.575270image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-04T15:33:27.637753image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
176257
70.0%
032669
30.0%

Most occurring characters

ValueCountFrequency (%)
176257
70.0%
032669
30.0%

Most occurring categories

ValueCountFrequency (%)
Decimal Number108926
100.0%

Most frequent character per category

ValueCountFrequency (%)
176257
70.0%
032669
30.0%

Most occurring scripts

ValueCountFrequency (%)
Common108926
100.0%

Most frequent character per script

ValueCountFrequency (%)
176257
70.0%
032669
30.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII108926
100.0%

Most frequent character per block

ValueCountFrequency (%)
176257
70.0%
032669
30.0%

Interactions

2021-04-04T15:33:05.703911image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:05.908205image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:06.033177image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:06.165185image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:06.321416image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:06.477627image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:06.716061image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:06.982782image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:07.216731image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:07.451034image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:07.718344image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:07.989700image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:08.297291image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:08.484750image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:08.682156image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:08.830312image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:08.976107image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:09.148000image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:09.353050image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:09.494842image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:09.697868image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:09.818403image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:09.958996image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:10.099585image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:10.287041image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:10.930548image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:11.119156image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:11.259747image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:11.400733image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:11.549609image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:11.753825image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:11.932756image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:12.138366image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:12.272954image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:12.397925image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:12.575145image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:12.809444image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:13.093605image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:13.416720image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:13.689249image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:13.955817image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-04T15:33:14.227126image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Correlations

2021-04-04T15:33:27.701415image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Pearson's r

The Pearson's correlation coefficient (r) is a measure of linear correlation between two variables. It's value lies between -1 and +1, -1 indicating total negative linear correlation, 0 indicating no linear correlation and 1 indicating total positive linear correlation. Furthermore, r is invariant under separate changes in location and scale of the two variables, implying that for a linear function the angle to the x-axis does not affect r.

To calculate r for two variables X and Y, one divides the covariance of X and Y by the product of their standard deviations.
2021-04-04T15:33:27.840555image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Spearman's ρ

The Spearman's rank correlation coefficient (ρ) is a measure of monotonic correlation between two variables, and is therefore better in catching nonlinear monotonic correlations than Pearson's r. It's value lies between -1 and +1, -1 indicating total negative monotonic correlation, 0 indicating no monotonic correlation and 1 indicating total positive monotonic correlation.

To calculate ρ for two variables X and Y, one divides the covariance of the rank variables of X and Y by the product of their standard deviations.
2021-04-04T15:33:27.982305image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Kendall's τ

Similarly to Spearman's rank correlation coefficient, the Kendall rank correlation coefficient (τ) measures ordinal association between two variables. It's value lies between -1 and +1, -1 indicating total negative correlation, 0 indicating no correlation and 1 indicating total positive correlation.

To calculate τ for two variables X and Y, one determines the number of concordant and discordant pairs of observations. τ is given by the number of concordant pairs minus the discordant pairs divided by the total number of pairs.
2021-04-04T15:33:28.173533image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Phik (φk)

Phik (φk) is a new and practical correlation coefficient that works consistently between categorical, ordinal and interval variables, captures non-linear dependency and reverts to the Pearson correlation coefficient in case of a bivariate normal input distribution. There is extensive documentation available here.
2021-04-04T15:33:28.761356image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Cramér's V (φc)

Cramér's V is an association measure for nominal random variables. The coefficient ranges from 0 to 1, with 0 indicating independence and 1 indicating perfect association. The empirical estimators used for Cramér's V have been proved to be biased, even for large samples. We use a bias-corrected measure that has been proposed by Bergsma in 2013 that can be found here.

Missing values

2021-04-04T15:33:15.419438image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
A simple visualization of nullity by column.
2021-04-04T15:33:16.666344image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Nullity matrix is a data-dense display which lets you quickly visually pick out patterns in data completion.
2021-04-04T15:33:17.371410image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
The correlation heatmap measures nullity correlation: how strongly the presence or absence of one variable affects the presence of another.
2021-04-04T15:33:17.662068image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
The dendrogram allows you to more fully correlate variable completion, revealing trends deeper than the pairwise ones visible in the correlation heatmap.

Sample

First rows

df_indexpagedescriptionflat_typeobject_typeroomsfloorssquarekitchen_squarelive_squarepricebuild_matirealpublic_dateupdate_datedistrict_ratingdistrictundergroundeco_ratingclear_ratinggkh_ratingneighbor_ratingkids_ratingsport_rest_ratingshop_ratingtraffic_ratingsecure_ratinglife_price_ratingtotal_floorsmetro_stationsample
00https://www.domofond.ru/1-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3209848848Жилой квартал «Цивилизация» – проект комплексного развития городской территории. Корпуса, расположенные на первой линии, построены по кирпично-монолитной технологии, светлые фасады оформлены в стиле сталинского ампира. Дома второй линии построены по бесшовной технологии.,Планировки различаются в каждом корпусе, они представлены как классическими так и европланировками, студии отсутствуют. В некоторых квартирах спроектированы потолки высотой до 3,5 метров, кухни-гостиные и ниши под гардеробные. Фасады первой линии обращены в сторону Невы, поэтому квартиры имеют видовые характеристики.,Жилой комплекс расположен в Невском районе на Октябрьской набережной. Проект включает в себя четыре детских сада на 720 мест, две школы на 3300 мест и детский образовательный центр на 200 мест. На первых этажах корпусов предусмотрены коммерческие помещения. Придомовая территория благоустроена пешеходным бульваром, скверами, зелеными зонами и ландшафтным дизайном. Во дворе установлены детские площадки, спортивные комплексы, а также подземные и наземные многоуровневые паркинги на 4000 мест. Проектом предусмотрен собственный выход на благоустроенную набережную.,В районе расположены парки и скверы, работают магазины, отделения почты и банков, ТРК «Лондон Молл». В 10 минутах транспортом находится метро «Улица Дыбенко», выезд на КАД – в семи минутах транспортом.,Преимущества: ,-Архитектура в стиле сталинского ампира,-Небольшое количество квартир на этаже,-Коммерческие помещения на первых этажах,-Две школы, начальная школа с детским садом и четыре детских сада на территории комплекса,-Благоустроенная территория с новыми пешеходными улицами, скверами и живописным бульваром,-Комплекс окружен тремя парками,-500 метров до ТРК «Лондон Молл»,-Невский проспект в 10 минутах транспортом,Способы оплаты:,- Ипотека 50/50 (ипотечные каникулы),- Ипотека с использованием материнского капитала ,- Длительная РассрочкаКвартираНовостройка1240.315.811.56213000.0Панель4/2/20214/2/20213,5Невский1000 - 20003,12,82,73,53,83,54,33,13,02,426Улица Дыбенко1
11https://www.domofond.ru/kvartira-na-prodazhu-sankt_peterburg-2558985602🔑🔔 Продается студия в 10 минутах от метро Звенигородская ,✅ Дом с высокими потолками и массивными стенами, с полностью обновленной инженерией, как новостройка - только в старом фонде.,✅ Квартира имеет удобную прямоугольную планировку, благодаря высоте потолков, возможно создание двухуровневого пространства. Также можем предложить отделку под ключ.,🔥 Звоните и записывайтесь на просмотр!,Преимущества дома:,✅Высота потолков 3.3,✅Зеленая зона,✅Тихий закрытый двор,✅Квартира оборудована биметаллическими радиаторами,✅Новая инженерия (Мы проложили полностью новые инженерные сети из самых лучших материалов. Качество материалов позволит им служить вам долгие годы),✅Наземная парковка,✅Толстые стены 60 см - отличная шумо и звукоизоляция,✅Окна Rehau 2-х камерные стеклопакеты,Местоположение:,Дом расположен в исторической части Петербурга,остановки общественного транспорта, позволяющие добраться в любую точку города,развитая инфраструктура - магазины, кафе, административные учреждения,Хорошее приобретение: как самому жить, так и под сдачу - выгодно инвестировать накопленный бюджет.,Для семей с детьми:,Детские сады,Детская площадка с набивным покрытием во дворе,Школы,Документы готовы к продаже.Сделка проходит нотариально, деньги через ячейку.,ПРОСМОТР ОБЪЕКТОВ ТЕПЕРЬ ДОСТУПЕН В ФОРМАТЕ ОН-ЛАЙН ПО ВИДЕОСВЯЗИ. 🔥🔥🔥Вы сможете увидеть понравившуюся студию в любое удобное время, не выходя из дома. 🏠🏠,👇 Рекомендуем к просмотру нашу подборку схожих студий внизу 👇СтудияВторичная1219.9NaNNaN3100000.0Кирпич13/5/202013/2/20213,7Адмиралтейский0 - 10003,43,22,93,73,83,54,33,23,42,55Звенигородская1
22https://www.domofond.ru/1-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3249574347ddrtrtrtrtrty,Организуем показы объектов в любом формате (онлайн и оффлайн). Расскажем об особенностях объекта, локации, сделаем подробный анализ выбранных вариантов.,1. Классическая планировка,2. Высокие потолки,3. Угловая квартира,4. Двухстороняя квартира,5. Изолированные комнаты,6. Большая кухня,7. Есть балкон,8. Чистовая отделка,9. Несколько окон в комнате,10. Есть эркер,\tЕжемесячный (аннуитетный) платеж по ипотеке составит 56 593 рублей.,Поможем выгодно приобрести квартиру и одобрить ипотеку с минимальной ставкой. Бесплатная экспертная помощь на каждом этапе покупки.КвартираНовостройка11147.5NaNNaN8930000.0Кирпич15/2/202119/2/20213,7Невский1000 - 20003,33,03,03,64,13,74,43,13,02,523Елизаровская1
33https://www.domofond.ru/2-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-32952808752 комнатная квартира (№ 253), общей площадью 58.1 кв.м. на 12 этаже.,Новый проект от застройщика № 1 в России!,«Цивилизация» расположится на участке площадью 60 гектаров между Октябрьской набережной, Дальневосточным проспектом, улицей Крыленко и проектируемым в створе улицы Антонова-Овсеенко проездом.КвартираНовостройка21258.117.626.49121700.0Панель4/3/20214/3/20213,5Невский1000 - 20003,12,82,73,53,83,54,33,13,02,426Улица Дыбенко1
44https://www.domofond.ru/5-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3213977858Клубный дом на 102 квартиры высотой 19 этажей. Дизайн лаконичных фасадов выполнен по авторскому проекту: в облицовке используется клинкерный кирпич теплых коричневых тонов и панорамное остекление.,На каждом этаже расположено по 6 квартир, в них спроектированы высокие потолки и широкие остекленные лоджии. Квартиры на верхних этажах имеют видовые характеристики.,На придомовой территории спроектированы зоны отдыха на стилобате, проведены работы по озеленению и благоустройству. Во дворе расположены спортивные и детские площадки и установлены камеры видеонаблюдения. В доме работает служба консьержей. Двор свободный от автомобилей: на цокольном этаже спроектирован паркинг с лифтом. ,В пешей доступности работают специализированные школы и гимназии, Удельный парк и ТРК «Сити Молл». В районе ЖК развита сеть общественного транспорта. ,Дом сдан. Заселен.,Семейная Евро Пяти - комнатная квартира с панорамным видом на город,Высокие потолки – 3 метра,Панорамное остекление балкона и лоджии,Возможна ипотека или рассрочка,Белая предчистовая отделка,До метро Пионерская 10 минут пешком,До центра 20 минут на автомобиле,ИЩЕМ и НАХОДИМ необходимую квартиру вместе с вами!,ЗВОНИТЕ.,Лучшие предложения объектов недвижимости. Подбор по цене, срокам, районам города.,И да, наши услуги бесплатныКвартираНовостройка511121.024.261.520520000.0Монолит6/2/202124/3/20213,9Приморский0 - 10003,53,63,33,73,73,84,42,93,72,719Пионерская1
55https://www.domofond.ru/3-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3249260526Организуем показы объектов в любом формате (онлайн и оффлайн). Расскажем об особенностях объекта, локации, сделаем подробный анализ выбранных вариантов.,1. Двухстороняя квартира,2. Изолированные комнаты,3. Большая кухня,4. Несколько сан.узлов,5. Есть лоджия,6. Несколько окон на кухне,\tЕжемесячный (аннуитетный) платеж по ипотеке составит 82 671 рублей.,Поможем выгодно приобрести квартиру и одобрить ипотеку с минимальной ставкой. Бесплатная экспертная помощь на каждом этапе покупки.КвартираНовостройка3590.6NaNNaN13044960.0Кирпич15/2/202120/2/20213,7Невский2000 - 30003,43,22,93,73,83,54,33,23,42,513Обухово1
66https://www.domofond.ru/3-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3314381260Арт. 43578871 В продаже 3-к.кв. в клубном доме White House, который располагается в исторической части города, на Петроградке., Изюминкой архитектурного проекта является атриум с прозрачным куполом и уникальным панорамным лифтом.,В отделке используются эксклюзивные материалы. Фасад утеплённый с декоративной штукатуркой, цоколь - юрский мрамор, напольное покрытие – дизайнерская итальянская плитка, стены отделаны венецианской штукатуркой. Архитектурная подсветка фасада делает здание яркой доминантой.,Доступ в здание ограничивается смарт-картами; круглосуточная охрана, видеонаблюдение.,Предусмотрена безопасная закрытая детская площадка с малыми архитектурными формами и газоном. В здании предусмотрены кладовые помещения – 38 юнитов.,Предусмотрен автоматизированный паркинг.КвартираВторичная33102.126.946.128066500.0Монолит12/3/202118/3/20213,7Петроградский1000 - 20003,43,22,93,73,83,54,33,23,42,57Петроградская1
77https://www.domofond.ru/2-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3249157095Организуем показы объектов в любом формате (онлайн и оффлайн). Расскажем об особенностях объекта, локации, сделаем подробный анализ выбранных вариантов.,1. Классическая планировка,2. Угловая квартира,3. Изолированные комнаты,4. Комнаты квадратной формы,5. Кухня квадратной формы,6. Чистовая отделка,\tЕжемесячный (аннуитетный) платеж по ипотеке составит 58 661 рублей.,Поможем выгодно приобрести квартиру и одобрить ипотеку с минимальной ставкой. Бесплатная экспертная помощь на каждом этапе покупки.КвартираНовостройка2153.6NaNNaN9256424.0Монолит15/2/202116/2/20213,7Калининский3000 - 40003,43,22,93,73,83,54,33,23,42,517Площадь Ленина1
88https://www.domofond.ru/1-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3286516486Продается 1 ккв в ЖК комфорт класса в Невском районе.,ЖК Приневский,7 корпус 1 секция,Корпус сдан, ключи в марте!,Чистовая отделка - заезжай и живи!,16 этаж из 24,Удобная планировка, окна на восток,Один собственник, без обременений - быстрая сделка!,Юридическое сопровождение сделки входит в стоимость! ,Помощь в получении ипотеки!КвартираНовостройка11630.98.215.44450000.0Монолит1/3/202122/3/20213,2Невский2000 - 30002,82,62,33,23,92,43,52,62,91,824Пролетарская1
99https://www.domofond.ru/2-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3358594721Продается двухкомнатная квартира в ЖК Чистое небо площадью 60.92 м² (жилая площадь – 29.63 м²). Квартира расположена по адресу Комендантский пр., уч. 1 и 2 рядом с метро Комендантский Проспект. Расстояние до метро 7 Мин.на транспорте. Корпус сдается в 2023. Площадь кухни 17.94 м². Площадь прихожей 8.27 м². Высота потолка 2.77 м. Лоджия. Чистовая отделка. Транспортная доступность,— Метро «Комендантский проспект» – 15 минут езды,— Удобные выезды на КАД и ЗСД,— Близость Юнтоловского заказника,О проекте,— Большая часть домов уже заселена,— Эффектная каскадная архитектура домов (от 7 до 25 этажей),— Оригинальная расцветка фасадов,— Кирпично-монолитная технология строительства,Инфраструктура и благоустройство,— Детские сады, школы, спортивный центр, кафе, рестораны, магазины, аптеки, пекарни, отделения банков – на территории квартала,— Два детских сада с бассейнами, магазины, аптеки уже открылись,— Зона отдыха длиной 1,5 км в длину,— Уютные дворы у каждого корпусаКвартираНовостройка2560.9NaNNaN8350365.0Кирпич27/3/202127/3/20213,9Приморский4000 - 50003,23,43,33,93,93,74,53,33,82,824Комендантский проспект1

Last rows

df_indexpagedescriptionflat_typeobject_typeroomsfloorssquarekitchen_squarelive_squarepricebuild_matirealpublic_dateupdate_datedistrict_ratingdistrictundergroundeco_ratingclear_ratinggkh_ratingneighbor_ratingkids_ratingsport_rest_ratingshop_ratingtraffic_ratingsecure_ratinglife_price_ratingtotal_floorsmetro_stationsample
108916109121https://www.domofond.ru/2-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3260639075Продается квартира жилом комплексе комфорт класса., 15 минут до метро пр-т Ветеранов на общественном транспорте (остановка рядом с домом).,Первые очереди сданы, идет заселение, ОТДЕЛКА В ПОДАРОК !!!,Инфраструктура действующая:,школа, участковый отдел полиции, медицинский центр, торговый центр «Дудергофский», гипермаркеты «ОКЕЙ», «Метрика», «Лента», супермаркет,фитнес-клуб «Fitness House», рестораны «Milky»,«McDonalds».,— В домах установлены камеры видеонаблюдения,— Квартиры сдаются с чистовой отделкой,— Бесшумные скоростные лифты в каждой парадной,— Подземные и наземные парковки,В рамках жилого комплекса построены:,пожарное депо, школа, детский сад и центры детского развития, фитнес-центр, аптеки и медицинские центры, собственный ТРК, бульвар, стадион.,По возможности приобретения квартиры в этом жилом комплексе, а так же индивидуальной экскурсии - обращайтесь!,ЭКСКУРСИИ КАЖДЫЙ ДЕНЬ!,ИПОТЕКА ОТ 5%КвартираНовостройка2749.316.320.65290000.0Панель19/2/202119/2/20213,7Кировский0 - 10003,73,12,93,63,73,44,23,03,12,512Проспект Ветеранов0
108917109122https://www.domofond.ru/kvartira-na-prodazhu-sankt_peterburg-3249391660Организуем показы объектов в любом формате (онлайн и оффлайн). Расскажем об особенностях объекта, локации, сделаем подробный анализ выбранных вариантов.,1. Классическая планировка,2. Высокие потолки,3. Большая кухня,4. Есть лоджия,5. Несколько окон в комнате,\tЕжемесячный (аннуитетный) платеж по ипотеке составит 47 606 рублей.,Поможем выгодно приобрести квартиру и одобрить ипотеку с минимальной ставкой. Бесплатная экспертная помощь на каждом этапе покупки.СтудияНовостройка1629.6NaNNaN7512000.0Кирпич15/2/202120/2/20213,9Выборгский1000 - 20004,03,13,23,84,03,23,83,33,92,910Удельная0
108918109123https://www.domofond.ru/kvartira-na-prodazhu-sankt_peterburg-3280048889Продается квартира-студия на 2 этаже!,УСТУПКА!,Чистовая отделка в темных тонах, прихожая с местом под встроенный шкаф, просторный балкон!,— 10 минут до метро,— Удобный выезд на КАД, ЗСД,— Детские сады и школы на территории комплекса,— Наземные паркинги и подземные паркинги,— Площадь с фонтаном на территории комплекса,— Юнтоловский заказник в пяти минутах пешком,Подходит под ипотеку!,Звоните!СтудияВторичная1226.0NaN18.14100000.0Монолит27/2/202127/2/20213,9Приморский4000 - 50003,23,43,33,93,93,74,53,33,82,814Комендантский проспект0
108919109124https://www.domofond.ru/2-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3086891171Продается двухкомнатная квартира на пятнадцатом этаже в жилом комплексе комфорт класса., 15 минут до метро пр-т Ветеранов на общественном транспорте (остановка рядом с домом).,Первые очереди сданы, идет заселение, ОТДЕЛКА В ПОДАРОК !!!,Инфраструктура действующая:,школа, участковый отдел полиции, медицинский центр, торговый центр «Дудергофский», гипермаркеты «ОКЕЙ», «Метрика», «Лента», супермаркет,фитнес-клуб «Fitness House», рестораны «Milky»,«McDonalds».,— В домах установлены камеры видеонаблюдения,— Квартиры сдаются с чистовой отделкой,— Бесшумные скоростные лифты в каждой парадной,— Подземные и наземные парковки,В рамках жилого комплекса построены:,пожарное депо, школа, детский сад и центры детского развития, фитнес-центр, аптеки и медицинские центры, собственный ТРК, бульвар, стадион.,По возможности приобретения квартиры в этом жилом комплексе, а так же индивидуальной экскурсии - обращайтесь!,ЭКСКУРСИИ КАЖДЫЙ ДЕНЬ!,ИПОТЕКА ОТ 5%КвартираНовостройка21559.417.824.25850000.0Панель18/12/202019/2/20213,7Красносельский2000 - 30003,43,22,93,73,83,54,33,23,42,516Горелово0
108920109125https://www.domofond.ru/1-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3343885832Продается 1-комнатная квартира площадью 45.89 кв. метров ,на 4 этаже ,12 этажного ,кирпично-монолитного дома ,комфорт-класса в ЖК Ariosto!. ,Оптимальная планировка: Просторная кухня (14.41 кв.м) и одна комната (15.10 кв.м). ,В квартире один санузел. ,Также в квартире есть лоджия. ,Окна квартиры выходят на юго-восток и северо-запад.,Жилой комплекс находится на севере Санкт-Петербурга и в 29 минутах на транспорте от станции метро «Комендантский Проспект». ,В проекте 3 жилых корпуса высотой 12 этажей, а также планируется открытие: один детский сад. ,Из плюсов ЖК можно отметить: закрытую территорию, видеонаблюдение и подземный паркинг на 1172 машин. ,Первые этажи корпусов займут кафе, магазины, пекарни и другие предприятия торговли и услуг.,При этом окружающий район уже обладает развитой инфраструктурой: государственные детсады. Рядом с ЖК расположены лесопарки и скверы. Подземный паркинг для авто. Площадки для детских и спортивных игр, между дворами протянутся пешеходные дорожки.,🎁💥📣 В ЭТОМ МЕСЯЦЕ ДЕЙСТВУЮТ ОТЛИЧНЫЕ СКИДКИ И АКЦИИ:🎁💥🤫 ⌛ 💸в ипотеку от 47 519 ₽ в месяц при первом взносе 20% и 🔥МАТКАПИТАЛ📣.,В ЖК Ariosto! в продаже 273 1-комнатных квартир стоимостью от 7.4 до 16.8 млн. рублей. ,Звоните, подберем подходящий вам вариант. Номер лота - living-641797КвартираНовостройка1445.9NaNNaN8797113.0Кирпич22/3/202128/3/20213,8Приморский3000 - 40003,13,53,33,83,93,84,52,93,72,712Комендантский проспект0
108921109126https://www.domofond.ru/3-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3249161555Организуем показы объектов в любом формате (онлайн и оффлайн). Расскажем об особенностях объекта, локации, сделаем подробный анализ выбранных вариантов.,1. Классическая планировка,2. Угловая квартира,3. Двухстороняя квартира,4. Изолированные комнаты,5. Комнаты квадратной формы,6. Кухня квадратной формы,7. Несколько сан.узлов,8. Есть лоджия,9. Несколько окон в комнате,\tЕжемесячный (аннуитетный) платеж по ипотеке составит 67 631 рублей.,Поможем выгодно приобрести квартиру и одобрить ипотеку с минимальной ставкой. Бесплатная экспертная помощь на каждом этапе покупки.КвартираНовостройка31280.4NaNNaN10671700.0Кирпич15/2/202119/2/20213,5Красногвардейский2000 - 30002,93,12,73,43,83,24,42,73,22,422Ладожская0
108922109127https://www.domofond.ru/kvartira-na-prodazhu-sankt_peterburg-3299404646Продаётся квартира-студия в жилом комплексе Parkolovo.,Ввод в эксплуатацию 30 сентября 2023.,Технология строительства кирпич-монолит.,Одним из преимуществ объекта является скрытая разводка коммуникаций в стяжке пола, стальные радиаторы отопления европейских производителей с улучшенной теплопередачей, современные системы очистки воды и противопожарной безопасности, а также другие технологические опции.,Parkolovo — масштабный проект ЦДС на севере Петербурга. Мы не случайно называем его жилым дворово‐парковым ансамблем. Созданный в лучших традициях планового, гармонизирующего и комплексного развития территорий, отличавших северную столицу от других российских городов с момента его основания, новый район воплощает наши лучшие представления о комфортной, эстетичной, актуальной и дружественной среде.,Прямая продажа от застройщика Группы ЦДС!,Приобрести квартиру можно с помощью различных способов оплаты: ипотека, рассрочка 0%, социальные программы и выплаты, материнский капитал, военная ипотека — мы поможем оформить все необходимые документы.,Звоните в ЦДС, наши менеджеры ответят на все вопросы по данной квартире.,Номер в базе ЦДС: 81797СтудияНовостройка11329.2NaN29.23704925.0Кирпич6/3/202126/3/20213,7Выборгский4000 - 50003,43,22,93,73,83,54,33,23,42,516Парнас0
108923109128https://www.domofond.ru/3-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3353237626В продаже уютная, светлая 3-х комнатная квартира.,Соседи вежливые люди, дискомфорта Вам не доставят.,Санузел раздельный, комнаты изолированные. В квартире тихо, окна выходят во двор. Отличное транспортное сообщение: до метро 10 мин на трамвае или 30 минут пешком. Ближайшее станция метро Гражданский проспект.,Инфраструктура рядом: детский сад, школа, магазины, сквер Чингиза Айтматова.,Прямая продажа, без обременений, три взрослых собственника.,Звоните, и записывайтесь на просмотр!,Ваш специалист Белоногов Антон.КвартираВторичная3272.210.947.29500000.0Кирпич25/3/202125/3/20213,9Калининский1000 - 20003,93,33,13,84,13,94,53,23,42,59Академическая0
108924109129https://www.domofond.ru/kvartira-na-prodazhu-sankt_peterburg-3354237461Продается студия площадью 18.40 кв. метров ,на 13 этаже ,13 этажного ,монолитного дома ,комфорт-класса в ЖК Best Western Zoom Hotel. ,Оптимальная планировка: ниша под шкаф в коридоре. ,Окна квартиры выходят на северо-запад.,Жилой комплекс находится на севере Санкт-Петербурга и в 12 минутах пешком от станции метро «Чёрная Речка». ,В проекте 1 жилой корпус высотой 13 этажей. ,Из плюсов ЖК можно отметить: видеонаблюдение, консьерж и подземный паркинг на 68 машин. ,Первые этажи корпусов займут кафе, магазины, пекарни и другие предприятия торговли и услуг.,Подземный паркинг для авто. ,🎁💥📣 В ЭТОМ МЕСЯЦЕ ДЕЙСТВУЮТ ОТЛИЧНЫЕ СКИДКИ И АКЦИИ:🎁💥🤫 ⌛ 💸в ипотеку от 18 360 ₽ в месяц при первом взносе 20% и 🔥МАТКАПИТАЛ📣.,В ЖК Best Western Zoom Hotel в продаже 290 студий стоимостью от 3.4 до 5.4 млн. рублей. ,Звоните, подберем подходящий вам вариант. Номер лота - living-926127СтудияНовостройка11318.4NaNNaN3399000.0Монолит26/3/202127/3/20213,7Приморский0 - 10003,43,22,93,73,83,54,33,23,42,513Черная речка0
108925109130https://www.domofond.ru/2-komnatnaya-kvartira-na-prodazhu-sankt_peterburg-3300947469Продается квартира в новостройке по переуступке!,В жилом комплексе предусмотрено развитие собственной социальной инфраструктуры:,- коммерческие помещения в самом ЖК,- детские и спортивные площадки,- собственная школа, детский сад,Пешеходные дорожки, обустроенные зоны отдыха. Почти треть территории отведено под озеленение. Удобные развязки и выезды в курортных направлениях.,В пешей доступности торговые центры, БЦ, несколькими супермаркетами и кафе, есть уже функционирующие отделения почты и банков.,На фото представлен пример отделки из шоу-рума,Агентов просьба не звонить!,Полное сопровождение сделки на всех этапах бесплатно!КвартираНовостройка21050.0NaNNaN4280000.0Монолит7/3/202115/3/20213,7Калининский4000 - 50003,43,22,93,73,83,54,33,23,42,521Гражданский проспект0